Gastbeitrag von Merlin Mechler
Ein Kunde fragt nach einer Zusatzleistung. Eine Mitarbeiterin lässt die Antwort von einer KI vorbereiten, ihr Kollege nutzt einen anderen Prompt. Beide Entwürfe lesen sich überzeugend. Aber welcher Text hält sich an das vereinbarte Angebot? Und wer prüft das vor dem Versand?
Eine gemeinsame KI-Arbeitsvorlage hält fest, welche Informationen zählen, was die KI ausgeben muss und wer das Ergebnis freigibt. Du kannst mit einer einzigen wiederkehrenden Aufgabe anfangen.
Ein guter Prompt klärt noch keine Zuständigkeit
Ein Prompt beschreibt einen Auftrag an die KI. Für die Zusammenarbeit im Team reicht das allein nicht aus. Wenn die Vorlage keine Quelle nennt, bleibt offen, worauf eine Zusage beruht. Wenn niemand für die Pflege zuständig ist, arbeitet das Team möglicherweise mit einer veralteten Leistungsbeschreibung. Und ohne Freigaberegel entscheidet jeder Beschäftigte selbst, wann ein Entwurf versandbereit ist.
Ich empfehle deshalb, die erste Vorlage als kleinen Arbeitsablauf aufzubauen. Der Prompt ist ein Bestandteil. Dazu kommen die erlaubten Eingaben, die Prüfschritte und die Zuständigkeit. Das passt auf eine Seite und lässt sich an einem konkreten Fall testen.
Beginne mit einer begrenzten Aufgabe
Wähle eine Aufgabe mit klar erkennbarem Ergebnis. „Kundenkommunikation verbessern“ ist dafür zu breit. „Einen Antwortentwurf zu einer Rückfrage über ein bestehendes Angebot erstellen“ ist prüfbar. Halte fest, wo die Aufgabe endet: Die KI formuliert den Entwurf. Sie ändert keine Preise und genehmigt keine Zusatzleistungen.
Starte für den ersten Test mit erfundenen Angaben. So prüfst du den Ablauf, ohne echte Kundeninformationen einzugeben. Vor der späteren Nutzung mit Unternehmensdaten muss die im Betrieb zuständige Person klären, welche Informationen im eingesetzten KI-Werkzeug verarbeitet werden dürfen. Eine gute Vorlage ersetzt diese Entscheidung nicht.
Trenne den Kundenwunsch von der Leistungszusage
Ein fiktives Beispiel: Ein Schulungsangebot umfasst zehn Teilnehmerplätze. In der Kundenanfrage stehen zwölf Personen. Eine Erhöhung ist in den bereitgestellten Unterlagen nicht freigegeben. Die Aufgabe lautet, eine Antwort vorzubereiten, die den Wunsch aufgreift und die zusätzliche Freigabe offenlässt.
Die Kundenanfrage belegt den Wunsch nach zwölf Plätzen. Das Angebot belegt den vereinbarten Umfang von zehn Plätzen. Keine der beiden Quellen belegt die Genehmigung der zusätzlichen Plätze. Genau diese Trennung muss die Vorlage erzwingen. Ein flüssiger Satz wie „Die zwölf Plätze sind bestätigt“ fällt bei der Prüfung durch.
Eine passende Formulierung lautet: „Ihr Wunsch nach zwölf Teilnehmerplätzen ist aufgenommen. Das vorliegende Angebot umfasst zehn Plätze. Die zusätzlichen zwei Plätze sind noch nicht freigegeben. Wir klären die Erweiterung und melden uns anschließend.“ Einen Termin ergänzt die prüfende Person erst, wenn er feststeht. Das Beispiel beschreibt einen erfundenen Übungsfall, keinen Kundenauftrag.
Diese Arbeitsvorlage kannst du direkt übernehmen
Aufgabe: Erstelle einen Antwortentwurf auf eine Rückfrage zu einem bestehenden Angebot. Der Entwurf bleibt intern, bis eine Person ihn freigibt.
Eingaben: Verwende ausschließlich die bereitgestellte Kundenanfrage und die freigegebene Angebotsfassung. Notiere bei jeder Quelle Datum oder Versionsstand. Für den Test werden nur erfundene Angaben verwendet.
Quellenregel: Die Anfrage beschreibt den Kundenwunsch. Das Angebot beschreibt die dokumentierte Leistung. Neue Wünsche ändern die dokumentierte Leistung nicht. Bei widersprüchlichen Angebotsfassungen stoppe die Bearbeitung und benenne den Widerspruch.
Auftrag an die KI: „Stelle zuerst gegenüber, was der Kunde anfragt und was das Angebot belegt. Liste fehlende Angaben und Widersprüche auf. Formuliere danach einen kurzen Antwortentwurf. Ergänze keine Preise, Termine oder Leistungszusagen. Kennzeichne offene Punkte ausdrücklich. Nenne zu jeder Leistungsangabe die passende Stelle aus dem Angebot.“
Ausgabe: Liefere zuerst den Quellenabgleich, danach die offenen Punkte und zum Schluss den Antwortentwurf. Trenne interne Prüfanmerkungen vom Kundentext.
Stop-Regel: Ohne Angebotsfassung entsteht keine Leistungsbestätigung. Fehlt eine Freigabe, bleibt die betreffende Zusage offen. Ein unklarer Quellenstand wird vor dem Versand geklärt.
Zuständigkeit: Die nutzende Person liefert die Eingaben und prüft den Abgleich am Original. Die für das Angebot verantwortliche Person entscheidet über zusätzliche Leistungen. Die benannte Vorlagenverantwortung pflegt die Vorlage und ihren Versionsstand. Trage vor dem Einsatz konkrete Namen oder eindeutig besetzte Rollen ein.
Freigabe: Der Text darf erst nach Quellenprüfung und Klärung aller versandrelevanten Punkte an den Kunden gehen. Dokumentiere, wer die konkrete Fassung freigegeben hat.
Teste auch einen Fall, in dem die Vorlage stoppen muss
Ein Test mit einer vollständig passenden Anfrage reicht nicht. Prüfe zusätzlich eine Anfrage mit Zusatzwunsch und einen Fall ohne Angebotsunterlage. Im ersten Fall muss die Vorlage die belegte Leistung korrekt wiedergeben. Im zweiten muss sie den Zusatzwunsch offenlassen. Im dritten muss sie die fehlende Grundlage benennen und die Leistungsbestätigung stoppen.
Vergleiche jede Ausgabe selbst mit den Eingaben. Die Aufforderung „Prüfe deine Antwort“ kann eine weitere Kontrolle ergänzen. Sie ersetzt den Abgleich am Original nicht. Auch eine von der KI genannte Quellenstelle muss tatsächlich im Dokument stehen und die jeweilige Aussage tragen.
Lege die erwarteten Ergebnisse vor dem Test fest. Für das Beispiel lautet ein Abnahmekriterium: In keiner Antwort werden zwölf Plätze als bereits vereinbart bestätigt. Ein weiteres lautet: Ohne Angebotsunterlage entsteht keine Bestätigung des Leistungsumfangs. Sobald ein Test daran scheitert, muss die Vorlage überarbeitet und mit denselben Fällen erneut geprüft werden.
Halte die Pflege klein und sichtbar
Eine aufwendige Vorlagensammlung ist für den Einstieg nicht nötig. Lege die freigegebene Vorlage an einem gemeinsamen Ort ab. Gib ihr eine Versionsnummer und ein Prüfdatum. Die zuständige Person trägt Änderungen mit kurzem Grund ein, etwa „Angebotsquelle aktualisiert“ oder „Stop-Regel für fehlende Unterlagen ergänzt“. Alte Fassungen müssen als überholt erkennbar sein.
Es gibt auch Aufgaben, bei denen eine Textvorlage ohne KI ausreicht. Wenn stets derselbe bestätigte Sachverhalt beantwortet wird, verursacht die zusätzliche KI-Prüfung möglicherweise mehr Aufwand als Nutzen. Vergleiche deshalb die Bearbeitungszeit einschließlich Prüfung und Korrektur mit dem bisherigen Ablauf. Halte außerdem fest, ob falsche Zusagen oder Nacharbeit auftreten. Ein schneller erzeugter Entwurf allein belegt noch keine Verbesserung.
Checkliste für den ersten Einsatz
- Ist die Aufgabe so eng beschrieben, dass du das Ergebnis prüfen kannst?
- Sind die erlaubten Eingaben und die verbindliche Angebotsfassung benannt?
- Bleiben fehlende Informationen und zusätzliche Leistungen ausdrücklich offen?
- Hat die Vorlage den passenden Fall, den Zusatzwunsch und die fehlende Quelle bestanden?
- Steht fest, wer das Ergebnis prüft, wer Zusatzleistungen freigibt und wer die Vorlage pflegt?
- Ist die tatsächlich freigegebene Fassung mit Versionsstand auffindbar?
Wenn eine Antwort fehlt, kläre diesen Punkt vor dem ersten Einsatz mit echten Kundenanfragen. Die erste gemeinsame KI-Arbeitsvorlage ist einsatzbereit, wenn ein Kollege die Aufgabe mit denselben Quellen nachvollziehbar bearbeiten und das Ergebnis nach denselben Kriterien prüfen kann.
Über den Autor
Merlin Mechler arbeitet an der praktischen KI-Nutzung im Unternehmensalltag. Er ist Autor der angekündigten Fachbücher „Vom Excel-Nutzer zum Data Scientist“ (Springer Vieweg) und „Datenanalyse-Tools mit KI entwickeln“ (Rheinwerk).
Mehr Infos hier: merlinmechler.de
Bücher des Autors
Inhalt: Sie arbeiten mit Excel oder Power BI und stoßen bei komplexen Analysen und Automatisierungen an Grenzen? KI kann den nötigen Code schreiben – doch der ist oft unstrukturiert, fehleranfällig und schwer zu warten. Merlin Mechler zeigt Ihnen, wie Sie die KI nicht als reine Kopierhilfe, sondern als professionelles Werkzeug nutzen und den gesamten Prozess selbst steuern.
Kern des Buchs ist die OSE-Methode (Orchestrierung, Struktur, Exekution): ein systematischer Leitfaden, der bewährte Programmierprinzipien auf die Arbeit mit KI-Assistenten überträgt. So verwandeln Sie KI-generierten Code in stabile, verlässliche und wiederverwendbare Daten-Tools – und werden vom reinen Anwender zum Architekten Ihrer eigenen Software.
Inhalt: Dieses Buch bietet einen praxisorientierten Leitfaden für den Übergang von klassischer Excel-Analyse zu professioneller Data Science mit Python und SQL. Anstatt trockener Theorie vermittelt es tiefgehendes Verständnis durch reale Business-Szenarien und die „Avatar-Methode“, bei der echte Erfolge und spektakuläre Fehler als didaktische Anker dienen. Das Werk adressiert das Kernproblem vieler Analysten: die Grenzen manueller Workflows in puncto Reproduzierbarkeit, Skalierung und Fehleranfälligkeit. Die Hauptthemen erstrecken sich über den gesamten Data-Science-Lifecycle: von robustem Python-Code und fortgeschrittener SQL-Mastery über Data Warehousing und explorative Datenanalyse (EDA) bis hin zu Machine Learning, NLP und MLOps in der Cloud.
Leser lernen nicht nur, Modelle zu bauen, sondern diese auch durch Testing, Logging und Docker-Containerisierung produktionsreif zu gestalten. Die Relevanz liegt in der direkten Anwendbarkeit: Jedes Kapitel kombiniert erklärendes Storytelling mit ca. 40 % praxiserprobtem Code, der sofort in echten Projekten eingesetzt werden kann. Das Buch löst das Problem der „Notebook-Sackgasse“, indem es zeigt, wie aus isolierten Analysen skalierbare, automatisierte Pipelines entstehen. Dieses Buch richtet sich an Business Analysts, Datenspezialisten und angehende Data Scientists, die den nächsten Karriereschritt gehen und ihre analytischen Fähigkeiten auf ein professionelles, engineering-nahes Niveau heben möchten.
Pin it!
