KI-Praktiker

Auf Level 2 hast du ein Profil eingerichtet, das dich kennt. Jetzt eine Stufe höher: Hör auf, dasselbe Projekt, Produkt oder Regelwerk jedes Mal neu zu erklären, wenn du etwas startest. Bau den Context einmal, zeig der KI darauf, und jede Aufgabe startet aus dem Anlauf.

• Bau ein einseitiges Briefing-Dokument für dein meistgenutztes wiederkehrendes Projekt — Produktfakten, Zielgruppe, Ton-Regeln, die Vorgaben, die sich nie ändern — und lad es vorab in ein Claude Project, einen Custom GPT oder das, was dein Arbeits-Tool für festen, wiederverwendbaren Context anbietet. Jede Aufgabe, die du ohne es startest, lässt die KI Dinge erraten, die du längst weisst. Einmal geladen, startet jede Aufgabe aus demselben soliden Briefing — deine Fakten, deine Zielgruppe, deine Regeln.

  Probier das: Es muss nicht lang sein. Ein paar hundert Wörter zu dem, was die KI bräuchte, um als dein Spezialist zu agieren, nicht als Fremder von der Strasse. Aktualisier es, wenn sich die Fakten ändern.

  Prompt Hier ist alles, was du über [Projekt] wissen müsstest, um daran zu arbeiten wie jemand, der seit einem Jahr dabei ist: [Briefing einfügen]. Bestätige, was noch unklar ist, dann legen wir los. Kopieren

  Projekt-Memory in Claude ↗ einmalige Einrichtung
• Bau ein persönliches Wissensdokument — eine dichte Datei dazu, wer du bist, wie du arbeitest, wo du stark und schwach bist, und deine festen Regeln — und pfleg es weiter. Ein paar Custom-Instruction-Zeilen waren das Starterset. Ein echtes, gepflegtes Wissensdokument ist die Version, die sich aufsummiert — der Unterschied zwischen einer KI, die deinen Namen kennt, und einer, die wie eine Kollegin arbeitet, die seit Jahren dabei ist.

  ✓ Hak es ab, wenn du eine Datei hast, die du bedenkenlos in jedes KI-Tool einfügen und der du zutraust, dich korrekt zu vertreten.

  Probier das: Schreib es nicht auf einem leeren Blatt — lass dich von der KI interviewen, um es herauszuholen (der Level-2-Zug, länger und härter gefahren). Erfasse deine Rolle, eine ehrliche Kompetenz-Landkarte, deine wiederkehrenden Projekte und die Regeln, die nie gebrochen werden dürfen.

  Das Setup, mit dem KI aufhört, generisch zu sein → Stufe 3 ↗ einmalige Einrichtung
• Strukturier einen langen Prompt in beschriftete Abschnitte — Context, Aufgabe, Vorgaben, Ausgabeformat — statt eines langen Absatzes. Modelle gewichten eine Textwand nicht gleichmässig, und Anweisungen mitten drin bekommen die geringste Aufmerksamkeit. Beschriftete Abschnitte sagen der KI, wofür jeder Block da ist, und du verwendest dasselbe Gerüst jedes Mal wieder.

  Probier das: Einfache Überschriften funktionieren; ebenso XML-artige Tags, die Modelle sauber lesen gelernt haben. Der Punkt ist, dass «was zu tun ist» und «woraus zu arbeiten ist» nie verschwimmen.

  Prompt <context>[was die KI wissen muss]</context> <task>[genau, was du erledigt haben willst]</task> <constraints>[was zu vermeiden ist, und das Format, das du zurückwillst]</constraints> Kopieren

  Guide kommt bald: Ein praktischer Prompting-Guide dranbleiben

Nicht jede Aufgabe will denselben Motor. Ein schnelles Umformatieren und eine Analyse auf Vorstandsniveau brauchen verschiedene Modelle — und zum falschen zu greifen lässt dich entweder langsam und überzahlend oder schnell und leise unzuverlässig zurück. Zu wissen, welches man nimmt, verrät den Praktiker.

• Lern den Unterschied zwischen schnellen Modellen und Reasoning-Modellen — und wähl dann bei deinen nächsten zehn Aufgaben bewusst das richtige. Ein Reasoning-Modell für eine einzeilige E-Mail ist langsam und teuer; ein schnelles Modell für eine verzwickte Analyse ist selbstsicher wackelig. Das ist der Hebel, von dem die meisten nicht wissen, dass es ihn gibt.

  ✓ Hak es ab, wenn du mindestens zwei Aufgaben nennen kannst, bei denen du dich jetzt anders entscheiden würdest als vor einer Woche.

  Probier das: Schnell (Claude Sonnet, GPT-5, Gemini Flash): E-Mail, Zusammenfassungen, Umformatieren, kurze Nachschläge. Denk-Modi (Claudes Extended Thinking, GPT-5s Thinking, Geminis): mehrstufige Analyse, Abwägen von Trade-offs, deine eigene Logik auf Löcher prüfen.

  Das Anthropic-Ökosystem ↗ dranbleiben
• Pass das Modell ans Budget an, nicht nur an die Aufgabe: Nimm dein stärkstes Modell zum Denken — Strategie, Konzepte, Planung — und reich den fertigen Plan dann an ein günstigeres, schnelleres Modell zur Ausführung weiter. Das teure Urteil steckt im Plan. Sobald der solide ist, folgt ein günstigeres Modell präzisen Anweisungen problemlos — und die Top-Stufe kann pro Aufgabe ein Mehrfaches der kleinen kosten, also Premium-Preise fürs Formatieren einer Liste zu zahlen ist verbranntes Geld.

  ✓ Hak es ab, wenn du eine Aufgabe so aufgeteilt gefahren hast — auf einem starken Modell geplant, auf einem günstigeren ausgeführt — und dem Ergebnis vertraust.

  Probier das: Die Lücke ist grösser, als sie aussieht: Auf Anthropics Linie kostet das Frontier-Modell für dieselbe Arbeit rund das 10-Fache des günstigsten, und der grösste Sprung ist gleich die erste Stufe. Gib den Aufpreis dort aus, wo er das Ergebnis verändert — beim Denken — und spar ihn dabei, dieses Denken in Output zu verwandeln.

  Prompt Mach daraus ein präzises Schritt-für-Schritt-Briefing, das ein schnelleres, günstigeres Modell ausführen könnte, ohne eigene Urteile zu fällen: [Aufgabe]. Kopieren

  Teuer denken, günstig ausführen ↗ dranbleiben
• Bau eine Zwei-Tool-Recherche-Schleife: Lass ein Chat-Modell das Recherche-Briefing entwerfen, jag es durch ein Recherche-Tool (Perplexity, ChatGPT Search, Gemini mit Grounding), und bring die belegten Ergebnisse zur Analyse zurück. Ein Chat-Modell allein erfindet Quellenangaben und weiss nicht, was nach seinem Trainings-Cutoff passiert ist. Gefüttert mit einem scharfen, modellgeschriebenen Briefing gibt dir ein Recherche-Tool belegte Antworten, hinter denen du stehen kannst — die Kombination schlägt jedes Tool für sich.

  Probier das: Der Zug, den die meisten überspringen: Tipp deine Frage nicht direkt in Perplexity. Lass Claude oder ChatGPT zuerst ein detailliertes, mehrperspektivisches Briefing schreiben, und füg das dann ein.

  Prompt Hilf mir, ein Recherche-Briefing für [Thema] zu schreiben. Gib mir 10–15 konkrete Fragen, die es aus verschiedenen Blickwinkeln angehen, welche Quellen zu priorisieren sind und auf welchen Zeitraum zu fokussieren ist — so formatiert, dass ich es direkt in ein Deep-Research-Tool einfügen kann. Kopieren

  Die Recherche-Pipeline ↗ ab und zu
• Schalt Extended Thinking oder den Deep-Research-Modus für ein Problem ein, das es wirklich verdient — eine echte Entscheidung, eine kniffiige Analyse, ein Dokument, das halten muss. Die meisten Aufgaben brauchen es nicht, und es überall einzuschalten verbrennt nur Zeit. Die Fähigkeit ist Urteilsvermögen: die Handvoll Probleme pro Woche zu erkennen, bei denen sich der langsame, teure Modus tatsächlich lohnt.

  Probier das: Es ist ein Schalter im Modell, keine Zauberformel. Schalt Claudes Extended Thinking oder den Deep-Research-Modus deines Tools ein — der Punkt ist nicht, es mehr zu nutzen, sondern das Problem vor dir zu erkennen, das es wert ist.

  Wie du wirklich gut in KI wirst ↗ ab und zu

Guten Output bekommst du inzwischen hin. Der Praktiker-Sprung ist, KI zu nutzen, um dein Urteil zu schärfen, statt es auszulagern — einen Partner zu bauen, der dein Denken besser macht, nicht nur dein Tippen schneller.

• Schreib eine feste «wie du mit mir denkst»-Anweisung für dein Haupt-Tool oder -Projekt: Bring meine tragenden Annahmen an die Oberfläche, benenne die Wette, die ich eingehe, und sag mir, was wahr sein müsste, damit das funktioniert. Der Hebel liegt nicht im heutigen Prompt — er liegt in den Spielregeln, die du einmal setzt und weiter verfeinerst. Ein Partner, dem gesagt wurde, deine Annahmen zu testen, erwischt die Schwachstelle, bevor du darauf baust.

  ✓ Hak es ab, wenn deine KI eine Annahme benennt, auf die du dich verlassen hast, ohne es zu merken.

  Probier das: Füg es deinen Custom Instructions oder deinem Projekt hinzu, und teste es dann an einem echten Plan unter Druck. Du kalibrierst, du dekorierst nicht — rechne damit, diese Regeln ein paar Mal umzuschreiben, bis sie sich richtig anfühlen.

  Prompt Wenn ich dir eine Idee oder einen Plan bringe, polier ihn nicht nur. Benenne die tragenden Annahmen, die ich mache, die Wette, die ich tatsächlich eingehe, und was wahr sein müsste, damit das funktioniert. Sag mir dann, was du zuerst testen würdest. Kopieren

  Mit KI arbeiten, nicht durch sie hindurch ↗ dranbleiben
• Bevor du echte Zeit ins Bauen oder Schreiben von etwas steckst, bitte deinen KI-Partner, das Argument zu machen, dass es nicht existieren sollte — oder dass es einen günstigeren Weg zum selben Ergebnis gibt. Das Wertvollste, was ein KI-Partner tut, ist nicht mehr zu produzieren — es ist, die schlechte Idee früh zu erwischen. Es ist immer günstiger zu erkennen, dass etwas nicht existieren muss, als es zu shippen und zuzusehen, wie es niemand nutzt.

  ✓ Hak es ab, wenn du mindestens eine Idee gekillt oder verkleinert hast, weil das Gegenargument tatsächlich standhielt.

  Probier das: Funktioniert für Features, Dokumente, Prozesse, sogar Einstellungen — alles, was du zu überbauen versucht bist. Das Unbehagen, wenn es einen echten Treffer landet, ist der Wert, kein Fehler.

  Prompt Ich bin dabei, ernsthaft Zeit in [Idee] zu stecken. Mach das stärkste Argument, dass ich es nicht sollte — dass es überentwickelt ist, ein Problem löst, das ich gar nicht wirklich habe, oder einen günstigeren Weg hat. Wo ist die Verschwendung? Kopieren

  Mit KI arbeiten, nicht durch sie hindurch ↗ dranbleiben
• Lern, beide Arten zu erkennen, wie ein KI-Partner dich im Stich lässt — der Ja-Sager, der alles liebt, und der Reflex-Zyniker, der alles zerreisst — und merk, welche deiner gerade macht. Den Widerspruch hochzudrehen, um Schmeichelei zu beheben, tauscht nur einen nutzlosen Modus gegen den anderen. Ein Partner, der jeden halbfertigen Gedanken zerfetzt, ist so wertlos wie einer, der ihn lobt; die Fähigkeit ist, auf das schmale Band dazwischen zu kalibrieren.

  ✓ Hak es ab, wenn du deine KI mitten im Gespräch in einem der beiden Modi ertappen und zurückholen kannst.

  Probier das: Teste es: Wirf eine bewusst halbgare Idee in den Raum. Ein Ja-Sager nennt sie brillant; ein Reflex-Zyniker zerfetzt sie; ein kalibrierter Partner stellt die eine Frage, die offenlegt, ob sie es wert ist.

  Deine KI stimmt dir zu oft zu ↗ dranbleiben

Einzel-Prompts sind Taktik. Ein Playbook ist Strategie. Hier hörst du auf, jedes Mal zu improvisieren, und fängst an, etwas zu bauen, auf das du dich stützen — und das du jemandem übergeben kannst.

• Fahr eine echte Aufgabe als Kette einzelner Durchgänge — Gliederung, Entwurf, dann ein frischer Kritik-Durchgang, der nur kritisiert — statt eines Prompts, der alles auf einmal zu tun versucht. Bitte ein Modell, im selben Atemzug zu schreiben und zu urteilen, und du bekommst keins von beidem. Die Durchgänge zu trennen — idealerweise einen sauberen Chat oder ein zweites Modell die Arbeit des ersten kritisieren zu lassen — erwischt, was Selbst-Editieren nie erwischt.

  Probier das: Erst gliedern; freigeben; Abschnitt für Abschnitt entwerfen; dann einen frischen Chat öffnen und den Entwurf kalt einfügen: «Du bist ein skeptischer Reviewer, der das zum ersten Mal sieht — wo fällt es auseinander?»

  Mit KI arbeiten, nicht durch sie hindurch ↗ dranbleiben
• Schreib dein persönliches KI-Playbook: deine fünf meistgenutzten Prompts, wann du zu welchem greifst, und die eine Sache, die jeder immer enthalten muss. Deine besten Prompts werden nicht besser, indem sie in deinem Kopf leben; sie werden besser, indem sie aufgeschrieben, wiederverwendet und verfeinert werden. Ein Playbook macht aus verstreuten Erfolgen ein System, auf das du dich stützen kannst.

  Probier das: Fünf Kandidaten: Wochen-Update, Meeting-Vorbereitung, Feedback entwerfen, etwas Komplexes erklären, ein Dokument reviewen. Eine Vorlage pro Aufgabe, plus die Zeile, die du nie weglassen darfst.

  Wie du wirklich gut in KI wirst ↗ einmalige Einrichtung
• Benenne zwei oder drei Aufgaben, bei denen du festgestellt hast, dass KI deine Arbeit schlechter macht — und schreib sie als KI-freie Zonen in dein Playbook. Zu wissen, wann man nicht zur KI greift, ist genauso eine Praktiker-Fähigkeit wie zu wissen, wann. Die Falle: KI fühlt sich oft schneller an, während sie dich tatsächlich ausbremst, also schlägt der ehrliche Check das Bauchgefühl — und blindes Delegieren höhlt leise das Urteil aus, das du dir über Jahre aufgebaut hast.

  ✓ Hak es ab, wenn du ohne Zögern sagen kannst, welche Aufgaben du niemals an KI abgeben würdest — und die, die du nur schlecht machst, von denen unterschieden hast, die von Hand wirklich besser sind.

  Probier das: Wenn sich etwas mit KI langsamer anfühlt, diagnostizier es ehrlich: Verkomplizierst du eine einfache Aufgabe (ein Kompetenzproblem, das du beheben kannst), oder ist die Aufgabe von Hand schlicht schneller (eine echte KI-freie Zone)? Nur das Zweite gehört auf die Liste. Übliche Verdächtige: alles, was deine ungefilterte persönliche Stimme braucht, beziehungssensible Nachrichten, Arbeit, bei der das Überprüfen des Outputs länger dauert als das Erledigen selbst.

  Code vs. Automatisierung vs. KI ↗ einmalige Einrichtung

Lehren ist der schnellste Weg, die Löcher im eigenen Verständnis zu finden. Es ist auch Pull, nicht Push: Eine Kollegin, die dein Setup tatsächlich funktionieren sieht, bewirkt bei den Leuten um dich herum mehr als jedes Mandat. Nimm eine mit.

• Hilf einer Kollegin, ihr KI-Tool einzurichten — Custom Instructions, Memory und mindestens ein wiederverwendbarer Prompt oder ein Projekt. Jemanden durch das Setup zu führen, das du gebaut hast, legt jeden Teil offen, den du nur halb verstehst, und macht dich zu der Person, die andere besser macht — nicht nur zu der, die allein gut ist.

  Probier das: Fahr den «lass dich von der KI interviewen»-Prompt gemeinsam mit jemandem, der nicht weiss, wo er anfangen soll. Das ganze Onboarding dauert etwa eine halbe Stunde.

  Lass dich von der KI interviewen ↗ einmalige Einrichtung
• Teil einen Prompt oder Workflow aus deinem Playbook mit jemandem, der davon profitiert — und füg einen Satz dazu, warum er funktioniert. Zu wählen, welchen Prompt du teilst, und in einer Zeile zu sagen, warum er funktioniert, ist der schnellste Weg zu finden, wo dein eigenes Verständnis dünner ist, als du dachtest.

  Probier das: Es muss keine Präsentation sein — wirf es in eine Nachricht. Der Akt, einen auszuwählen und zu erklären, zwingt dich zu verstehen, was du auf Autopilot gemacht hast.

  Wie du wirklich gut in KI wirst ↗ ab und zu