Prompt-to-Practice Material-Sammlung-Sept25

Hier findet ihr alle Unterlagen zum Workshop

Präsentation (PPT), ergänzende Materialien, sowie weiterführende Links. Nutze die Inhalte gern zum Nacharbeiten, Vertiefen oder für den Transfer in deine eigene Praxis.

Modul 1: Prompt Basics & Datenaufbereitung

Im ersten Modul haben wir uns mit den Grundlagen wirkungsvoller Prompts beschäftigt – strategisch, inhaltlich und technisch.
Außerdem ging es darum, wie Informationen so aufbereitet werden, dass KI sie sinnvoll verarbeiten kann – durch klaren Kontext, relevante Inhalte und eine strukturierte Darstellung.

Links zum Workshop

Modul 2: Systemprompts, Assistenten und Metaprompting

Im zweiten Modul beschäftigten wir uns mit dem Aufbau und der Wirkung von Systemprompts, vertieften verschiedene Metaprompting-Techniken und entwickelten erste eigene KI-Assistenten-Konzepte – basierend auf konkreten Unternehmensproblemen als Vorbereitung für die Projektarbeit.

KI-Assistenten als Game-Changer: Von einfachen Prompts zu verketteten Workflows

Für Führungskräfte und Teams – Lesezeit: 8 Min.
Umsetzungsschwierigkeit: Mittel

Die Welt der KI-Assistenten entwickelt sich rasant. Was anfangs vielleicht wie ein nettes technisches Spielzeug wirkte, hat sich als echtes strategisches Werkzeug entpuppt, das unsere täglichen Arbeitsabläufe revolutionieren kann. In diesem Artikel teile ich Erkenntnisse aus unseren „Prompt to Practice“-Workshops und zeige, wie Sie diese Technologien gewinnbringend in Ihrem Unternehmensalltag einsetzen können..

In meiner Arbeit mit verschiedenen Unternehmen sehe ich immer wieder, mit welcher Geschwindigkeit sich KI-Kompetenzen entwickeln. Was vor einem Jahr noch als Zukunftsmusik galt, ist heute bereits praktischer Alltag in vielen Organisationen (und nein, ich erzähle hier nicht nur theoretisches Blabla).

Von der Theorie zur Praxis – Strategisches Prompting als Grundlage

Der Schlüssel zum erfolgreichen Einsatz von KI-Technologien liegt im strategischen Prompting. Ein fundamentales Prinzip sollten wir dabei nie vergessen: In unseren Workshops erleben wir eine Vielzahl kreativer Anwendungen – vom Meta-Prompting für Kreativaufgaben über spezialisierte Recherche-Prompts bis hin zu Deep-Research-Anwendungen für komplexe Analysen. Dabei zeigt sich immer wieder: Kritisches Nachfragen ist essentiell. Die erste Antwort einer KI sollte niemals als endgültig betrachtet werden.

KI-Assistenten – Spezialisierte digitale Mitarbeiter für Ihr Business

Was sind KI-Assistenten eigentlich genau? Ich stelle sie mir gerne als spezialisierte Mitarbeiter vor, die auf bestimmte Aufgaben trainiert sind. Sie bestehen im Kern aus:

Einem System-Prompt (quasi ihre „Arbeitsanweisung“)
Optional zusätzlichen Dokumenten (ihr Kontext und Hintergrundwissen)

Diese Assistenten können wiederkehrende Aufgaben nach einem ähnlichen Schema übernehmen und sorgen für konsistente Ergebnisse. Bei ChatGPT heißen sie „ChatGPTs“, bei Claude „Projekte“ und andere Plattformen haben ihre eigenen Bezeichnungen.. manchmal frage ich mich, warum die Anbieter nicht einfach einheitliche Begriffe verwenden können.

Praktische Anwendungsfälle, die heute schon funktionieren

In unserer Beratungspraxis haben sich einige besonders wertvolle Anwendungsfälle herauskristallisiert:

Ein „Aufgabenprüfer“, der E-Mail-Verläufe analysiert und daraus strukturierte To-Do-Listen erstellt
Ein „Projektmanagement-Assistent“, der aus E-Mails Scrum-Sprint-Planungen generiert (ein echter Zeitsparer)
Ansätze zur Wissensverwaltung, die interne Dokumente und Richtlinien zugänglich machen
Interaktive Lern-Tools, die aus Workshop-Unterlagen erstellt werden können

Besonders beeindruckend ist die Möglichkeit, aus Transkripten und Präsentationsfolien strukturierte Blogartikel zu generieren – und wie diese wiederum für News-Texte und Social-Media-Beiträge weiterverwendet werden können. Tools wie Circleback und Firefly erweisen sich dabei als wertvolle Helfer für die automatische Transkription von Meetings.

Der Social Media Assistent – Ein praktisches Beispiel aus der Praxis

Um die Konzepte greifbar zu machen, hier ein konkretes Beispiel: Ein Social Media Assistent für LinkedIn- und Instagram-Beiträge. Die wichtigsten Komponenten dabei:

Ein aussagekräftiger Name
Klare Instructions (System-Prompt)
Relevante Knowledge (Dokumente als Kontext)

Als Kontext können bestehende Social-Media-Beiträge als PDF hochgeladen werden. Der System-Prompt selbst kann durch Meta-Prompting entwickelt werden und sollte detaillierte Vorgaben zu Tonfall, Stil und Zielgruppe enthalten.

Praxis-Tipp: Wenn Sie einen Assistenten erstellen, nehmen Sie sich Zeit für den System-Prompt. Je klarer die Anweisungen, desto besser die Ergebnisse. Ich verbringe oft mehr Zeit mit dem Prompt als mit allem anderen.

Die Zukunft liegt in der Verkettung spezialisierter Assistenten

Einer der spannendsten Aspekte unserer Forschung: Die Zukunft liegt nicht im Bau eines „Alleskönnners“, sondern in der strategischen Verkettung mehrerer spezialisierter Assistenten. Mit der „Add“-Funktion können mehrere Assistenten in einem Chat kombiniert werden.

Ein eindrucksvolles Beispiel aus dem Bildungssektor:

Erster Assistent: Auswertung von Studien nach bestimmtem Schema
Zweiter Assistent: Politischer Analyst für tagespolitische Perspektiven
Dritter Assistent: Briefingschreiber für Politikeransprache
Vierter Assistent: Aufbereitung als Social Media Content

Meine Erfahrung zeigt: Komplexe Aufgaben in kleine „Häppchen“ zu zerlegen und in eine strategische Kette zu bringen, führt zu besseren Ergebnissen als der Versuch, alles mit einem einzigen Prompt zu lösen. Das ist wie in der Softwareentwicklung – kleine, spezialisierte Module sind wartbarer als ein monolithischer Block.

Plattform-Vergleich – Wo finde ich den richtigen Assistenten?

Ein wichtiger Aspekt bei der Implementierung von KI-Assistenten ist die Wahl der richtigen Plattform. Hier ein kurzer Überblick:

ChatGPT: Der vielseitige Allrounder mit schneller Weiterentwicklung und vielen Features zu gutem Preis
Claude: Besonders geeignet für kreative Tätigkeiten im Marketing, mit hoher ethischer Ausrichtung (mein persönlicher Favorit für kreatives Schreiben)
Microsoft Copilot: Vorteilhaft für Teams-Integration und SharePoint-Anbindung
Kali: System mit hohem Datenschutzstandard, genutzt von öffentlichen Einrichtungen und Kliniken
LangDoc: Hosting-Plattform für verschiedene LLMs ohne Einzellizenzen, mit der Besonderheit von Formularfeldern als Eingabe

Datenschutz – Ein kritischer Aspekt, den Sie nicht ignorieren sollten

In ChatGPT Plus kann unter „Settings“ > „Data Controls“ die Datennutzung für Modelltraining deaktiviert werden. Bei kostenlosen Versionen werden Daten automatisch für das Training verwendet – nach dem Motto „wenn du nicht bezahlst, bist du das Produkt“.

Für besonders sensible Daten empfehle ich Systeme wie Kali, das einen extrem hohen Datenschutzstandard bietet und keine Online-Abfrage durchführt. Bei der Systemauswahl sollte immer berücksichtigt werden, ob hochsensible Informationen verarbeitet werden oder ob es sich um bereits publizierte Daten handelt.

Projects vs. ChatGPTs – Kleine, aber wichtige Unterschiede

Ein kurzer Exkurs zu den Unterschieden zwischen Projects und normalen ChatGPT-Konversationen:

Projects speichern alle Konversationen zu einem Thema an einem Ort
Bei Projects können Dokumente hochgeladen werden, die für alle Chats im Projekt verfügbar sind
ChatGPT-Assistenten können in einer Kette verknüpft werden, Projects nicht

Projects eignen sich besonders für die Content-Erstellung bei Website-Projekten, da alle themenbezogenen Chats zusammenbleiben. Sie sind auch ideal für längerfristige Rechercheprojekte, bei denen man immer wieder auf dieselben Grundlagen zurückgreifen muss.

„Prompt to Practice“ – Vom Wissen zum Können

In unseren „Prompt to Practice“-Workshops führen wir Teilnehmer durch eine strukturierte Lernreise, die theoretisches Wissen in praktische Anwendungen überführt. Die Teilnehmer lernen nicht nur die Grundlagen des Promptings, sondern auch fortgeschrittene Techniken wie:

Canvas als visuelles Moderationstool
Entwicklung von Use Cases in Teams
Change Management im Kontext der KI-Implementierung
Systemisches Fragen für bessere Prompts

Diese Kombination aus Technologie und Methodik schafft den Rahmen für nachhaltige Veränderungen in Organisationen. Unternehmen, die heute in die Entwicklung von KI-Kompetenzen investieren, sichern sich einen strategischen Vorsprung für morgen.

Fazit – Von der Theorie zum echten Business-Nutzen

KI-Assistenten sind weit mehr als eine technische Spielerei – sie bringen echte Expertise ein und können Ihren Arbeitsalltag revolutionieren. Der Schlüssel liegt in einem durchdachten System-Prompt mit klarer Rolle und Stil sowie der strategischen Verkettung mehrerer spezialisierter Assistenten für komplexe Workflows. Die Zukunft des Arbeitens liegt nicht im Ersetzen menschlicher Kreativität, sondern in der intelligenten Ergänzung durch spezialisierte KI-Assistenten, die uns die Routineaufgaben abnehmen und mehr Raum für echte Innovation schaffen.

Haben Sie Fragen zur Implementierung von KI-Assistenten in Ihrem Unternehmen? Kontaktieren Sie uns – wir unterstützen Sie gerne bei der Entwicklung maßgeschneiderter Lösungen!

5 praktische Tipps für Ihren Einstieg in die Welt der KI-Assistenten:

Starten Sie klein – Beginnen Sie mit einem einzelnen, klar definierten Anwendungsfall
Investieren Sie in den Prompt – Die Zeit, die Sie in die Entwicklung klarer Anweisungen investieren, zahlt sich mehrfach aus
Feedbackschleifen einbauen – Lassen Sie die Ergebnisse Ihrer Assistenten regelmäßig überprüfen und verfeinern
Datenschutz beachten – Wählen Sie die passende Plattform je nach Sensibilität Ihrer Daten
Spezialisierung statt Universallösung – Mehrere spezialisierte Assistenten führen zu besseren Ergebnissen als ein „Alleskönner“

Modul 3: Vom Bedarf zum AI-Usecase

Im dritten Modul setzten wir uns intensiv mit verschiedenen Moderationsmethoden wie dem Einsatz von Canvas-Techniken auseinander. Ergänzend dazu behandelten wir grundlegende Aspekte des Change Managements sowie die Chancen und Verantwortlichkeiten, die mit der Rolle des Agile Coaches verbunden sind. Den praktischen Teil bildete ein Workshop, in dem wir den gesamten Prozess – von der Identifikation eines Use Cases bis hin zur Implementierung eines Minimum Viable Products (MVP) – aktiv durchliefen.

Hier ein paar gute YouTube-Channels

Besprochene Links

Modul 4: Unterschiede und Mehrwerte der LLMs

Im vierten Modul analysierten wir verschiedene KI-Modelle wie GPT-4, Claude, Gemini oder Karli hinsichtlich ihrer Stärken, Grenzen und Einsatzmöglichkeiten. In einer praktischen Übung wählten wir passende Modelle für konkrete Use Cases aus und begründeten unsere Entscheidungen.

Blog-Artikel zum Modul

Modul 5: Automatisieren Basics

In diesem Modul haben wir gelernt, wie sich wiederkehrende Aufgaben mit Hilfe von KI und Automatisierungstools vereinfachen lassen.
Wir haben verstanden, wie Automatisierungen aufgebaut sind – mit Trigger, Daten, Prozess und Aktion.

Blog-Artikel zum Modul

Modul 6: Über den Tellerrand (Multimodale KI)

In diesem Modul hast Du erlebt, wie multimodale KI aus Workshop-Materialien wie Notizen, Bildern und Audio neue Formate wie Videos, Podcasts und Songs erzeugen kann. Du hast praxisnahe Tools kennengelernt und kreative Wege ausprobiert, Inhalte wirkungsvoll zu recyceln.
Der Fokus lag darauf, KI gezielt zur emotionalen, barrierefreien und effizienten Kommunikation einzusetzen

Link zum Notebook LM

Simon Micheler

Simon Micheler ist Gründer von KI Alpin und Experte für generative KI-Strategien für KMUs. Mit einem Hintergrund in KI-Strategie (Universität Oxford) und Erfahrung in Digitalisierung sowie Filmproduktion verbindet er technisches Wissen mit praxisnaher Umsetzung.

Kontakt

Georg Braun

Georg Braun unterstützt Führungskräfte, Unternehmerinnen und Unternehmer sowie Arbeitsgruppen dabei, ihre Entwicklungspotenziale zu erkennen und zu nutzen. Seine Kernkompetenzen als Facilitator liegen in der Verknüpfung von Coaching, Technologie und Projektmoderation.