Alle reden von KI, alle nutzen sie mehr oder weniger für sich, aber die meisten von uns fragen sich noch immer, wie wir den ganzen Kram wirklich sinnvoll für uns einsetzen können. Mails zu formulieren und PowerPoint Präsen hübsch zu machen, kann doch nicht alles sein, oder?
Natürlich nicht. Da gibt es viel mehr, aber sobald es etwas komplexer wird und KI Systeme zu einer echten Unterstützung für uns werden können, sollten wir auch vorsichtig werden, schließlich übergeben wir Verantwortung an Systeme, deren »Denkmuster« wir nicht vollkommen verstehen.
Schritt 1 – Der Einstieg
Beginnen wir bei einfachen Aufgaben und Fragen und arbeiten uns dann zu komplexeren Dingen vor. Für die einfachen Dinge nutze ich als Beispiel Copilot, weil dies als Bestandteil der Office Welt für viele von uns auch im Berufsleben nutzbar ist.
Copilot oder ChatGPT sind reaktive Systeme. Sie interagieren als Chat mit uns und können so keine echten Aufgaben übernehmen (abgesehen von der Copilot Integration in Office, aber dazu komme ich noch). Diese Systeme können lediglich auf Fragen antworten. Ich kann z.B. sagen: Formuliere mir eine Mail mit folgender Kernaussage, und dann kommt ein Textentwurf zurück. Der ist im allgemeinen schon recht gut, aber hier kommt auch gleich schon das erste Problem: Texte sind ziemlich generisch. Man erkennt viele KI Texte am Duktus, an bestimmten Formulierungen, es mangelt ihnen gewissermaßen an Persönlichkeit.
Kleine Anmerkung: dieser Text hier kommt nicht aus der KI. Das kann man erkennen, oder?
Durch die Integration von Copilot in Office kann man das Generische zumindest abschwächen. Copilot kennt meine Dateien und kann die von mir geschriebenen Mails lesen. Damit kann ich sagen: schreibe eine Mail in meinem Schreibstil. Das Ergebnis wird näher an dem sein, was ich selbst schreiben würde, aber Ihr solltet dennoch zur Sicherheit noch einmal lesen, was das System Euch vorschlägt. Wurde die Aufgabe wirklich verstanden, und stimmt auch inhaltlich, was da steht?
Ihr wollt keine konfuse Schrott-Mail an den CEO schicken.
Eine solche Nutzung ist eine reine Zeitersparnis. Sie gibt uns keine neue Anregung, sie schafft keine neuen Ideen oder Erkenntnisse, sie nimmt uns lediglich eine Aufgabe ab, zu der wir keine Lust haben und spart uns ein paar Minuten.
Schritt 2 – Echte Zeitersparnis
Ganz ähnlich verhält es sich mit der Copilot Office Integration. Hier kann ich Inhalte ungeordnet und unformatiert in PowerPoint werfen, und Copilot kann mir daraus eine hübsche Präsentation bauen. Es gilt aber auch hier wieder das gleiche Prinzip: ich liefere die Inhalte, das System formuliert und formatiert. Damit spart es mir Zeit, aber natürlich sollte ich auch hier das Ergebnis checken und nachbearbeiten.
Eine KI kann mir also auch Artefakte erstellen, ich kann beispielsweise meine ungeordneten Meeting Notizen (wir sollten das besser und strukturierter tun, aber manchmal sind wir eben alle etwas schlampig) in das System pumpen, sie mir strukturieren und formatieren und als Jira Ticket formulieren lassen. Auch hier gilt: checkt das Ergebnis. Wir können niemals sicher sein, dass ein System, dass auf Algorithmen basiert, nicht absoluten Quark produziert. Das Ticket selbst kann Copilot für uns übrigens nicht anlegen – dazu kommen wir später.
Schritt 3 – Komplexere Aufgaben und erstmalig neue Inhalte
Etwas spannender wird es, wenn ich der KI die Aufgabe gebe, mir ein Drehbuch für eine eintägige Schulung für ein bestimmtes Thema zu erstellen, Schulungsunterlagen als Handout, Schaubilder und eine PowerPoint Präsentation. Das ist möglich. Wir werden ein paar Mal hin und her gehen müssen, dies und jenes in unserer Erklärung für die KI verfeinern und eine ganze Menge nachbearbeiten müssen, aber das Ergebnis wird sehr wahrscheinlich nutzbar und zumindest eine gute Ausgangsposition für unser eigenes Feintuning sein.
Und gleichzeitig kommen wir zum nächsten Punkt, den wir immer bedenken sollten: KI Systeme sind nur so gut wie die Daten, auf die sie zugreifen können bzw. die Daten, die öffentlich verfügbar sind. Ist das Thema, das wir schulen wollen, gut dokumentiert, dürfte auch der KI Entwurf halbwegs brauchbar sein. Ist das nicht der Fall, braucht es wahrscheinlich so viel Nacharbeit, dass uns die KI nicht wirklich viel Zeit erspart.
Besser wird das Ergebnis, wenn das System auch Zugriff auf Eure eigenen Schulungsunterlagen hat, die Ihr für andere Themen gebaut habt. Dann könnt Ihr wieder das System dazu bringen, näher an Eurem Stil und weniger generisch zu sein. Überarbeiten müsst Ihr das Ergebnis jedoch in jedem Fall.
Schritt 4 – KI als Sparringpartner, dem ich kein Wort blind glauben darf
Eine weitere Anwendung – wenn auch mit weit mehr Vorsicht zu genießen – ist der AI Chat als Sparringpartner für meine Tätigkeit. Plump und vereinfacht: ich habe folgende Situation, gib mir eine Option, wie ich das auflösen kann.
Ich werde Vorschläge bekommen – keine Frage. Die werden das Derivat aus Fallbeispielen aus der Literatur sein, und das kann für uns eine gute Anregung sein, aber hier kommt auch der erste Punkt, an dem ich dringend warnen muss, das nicht ungeprüft hinzunehmen. Wenn wir über Konfliktlösung sprechen oder ähnlich sensible Themen, dann können wir mit einem falschen Vorgehen Dinge sehr schnell sehr viel schlimmer machen.
Der KI Chat sollte hier nicht mehr als ein Dialogpartner sein. Ich kann mir Anregungen holen, ich kann Hypothesen checken lassen (die KI wird wissen, ob es zu diesem Thema irgendwo eine Untersuchung gibt), ich kann mir Fragen formulieren lassen, aber ich sollte ganz bestimmt nicht ungeprüft und unkommentiert einen Handlungsvorschlag umsetzen. Nehmt das an, arbeitet mit den Anregungen der KI, spielt sie zurück und erarbeitet so gemeinsam mit der KI eine Lösung. Dann fängt der Spaß an, hilfreich zu sein.
Schritt 5 – Und was sind diese ominösen Agenten, von denen alle sprechen?
Agenten sind Systeme, die tatsächlich handeln und menschliches Verhalten simulieren. Wir sprechen hier von Copilot Studio oder OpenClaw oder ähnlichen. In der einfacheren Form sind das regelbasierte Workflows. Wenn der Sprint endet, fasse mir eine kurze Statistik zusammen, erstelle ein Retroboard und schicke eine Nachricht an irgendwen.
Wenn dies Ereignis auftritt, dann mach das. Vergleichbar mit den Filterregeln in Eurem Mailclient.
Dennoch ist hier ein weiteres Wort der Warnung angebracht: Der Agent löst hier schon Aktionen aus – nach einem sehr einfachen Schema und ohne eigene Entscheidung im Sinne einer Interpretation der Ereignisse – aber dennoch werden Artefakte erzeugt. KI wird dafür in unsere Systeme integriert und benötigt Rechte, um Aktionen auszulösen. Wie weit gehen diese Rechte? Der Grundsatz: immer nur das absolute Minimalset. Die Integration der KI in Eure IT Umgebung solltet Ihr unbedingt Euren Fachkollegen überlassen (sehr wahrscheinlich wird das in Euren Unternehmen auch gar nicht anders möglich sein), aber wenn Ihr über KI Lösungen für Euren Heimrechner nachdenkt, seid bitte sehr vorsichtig, welche Rechte Ihr diesen Systemen gebt.
Bitte habt Verständnis, dass ich Euch hier keine Step-by-Step Anleitung geben kann, wie Ihr einen Agenten aufsetzt. Das hängt davon ab, was Ihr tun wollt, welches System Ihr nutzt, und wie das integriert ist. Sagt dem KI Chat, was Ihr tun wollt, und bittet ihn um einen Link zu einer Anleitung – sehr wahrscheinlich werdet Ihr so zum Ziel kommen.
Bisher war alles ganz nett, aber wann beginnt der echte Nutzen abseits von: es spart uns etwas Zeit?
Schritt 6 – Echter Nutzen und Automatisierung
KI ist sehr gut darin, Muster zu erkennen. Da wird es aufwändiger, aber dann können wir auch einen echten Nutzen aus der Sache ziehen. Wir können uns einen Agenten bauen, der Daten aus Jira zieht, über mehrere Teams abgleicht, Muster erkennt und bei Auffälligkeiten (z.B. die Durchlaufzeiten von Defects erhöhen sich) nicht nur uns informiert, sondern gleich noch einen Lösungsvorschlag liefert. Ein Agent kann alle Boards auswerten und managementtauglich zusammenfassen. Er kann auf einen Trigger reagieren, wenn z.B. ein Ticket länger einen bestimmten Status hält und sich nicht bewegt, kann es bestimmte Personen informieren, oder auch selbständig ein Support-Ticket eröffnen, wenn ein technisches Hindernis vorliegt.
Wir können eine Menge Automatismen aus und für Jira schaffen.
Agenten interpretieren also eine Umgebung, treffen eine Entscheidung und handeln einem Muster folgend, das wir definieren. Damit sind Risiken verbunden. Eine Menge. Dicke Risiken.
Und welche Risiken und Fallen sind das?
Wir müssen nicht nur Rechte vergeben, damit die Systeme die Daten lesen und Aktionen auslösen können, wir müssen auch dafür sorgen, dass die KI nicht »zu schnell zu viel« Aktion auslöst. Das bedeutet ein extrem klar definierter Scope, damit der Agent keine ungewollte Aktion auslöst. Natürlich bedeutet das auch Nachbearbeitung und Feintuning.
Da wir unsere Agenten so bauen können, dass sie gewissermaßen alles tun könnten, sollten wir den Menschen als Quality Gate nicht vergessen. Wollen wir wirklich, dass Tickets automatisch geschlossen werden, oder wollen wir das lieber noch einmal checken? Ist es besser, sich eine Linkliste mit Tickets geben zu lassen, die geschlossen werden können, anstatt das komplett automatisiert machen zu lassen?
Und ein ganz pragmatisches Thema ist die Nachvollziehbarkeit und Dokumentation. Was ist wann geschehen? Hat das ein Mensch veranlasst oder war das KI Entscheidung?
Und zu guter letzt haben wir einen dicken Sicherheitsaspekt. Wenn ein System selbständig Aktionen auslösen kann, ist das höchst verlockend für Menschen mit düsteren Absichten – oder auch für Dummheit und Unachtsamkeit. Agenten benötigen Pflege, Updates und Patches und einen Menschen, der weiß, wie man IT Systeme sicher hält.
Was bedeutet das alles für unser Berufsbild?
Der letzte Gedanke, den ich hierbei aufgreifen möchte, ist der mögliche Wandel unserer Berufsbilder. Wir haben ein Werkzeug bekommen, dass uns Aufgaben abnehmen und Zeit einsparen kann. Auf der anderen Seite müssen diese Systeme auch mit Inhalten versorgt und administriert werden. Welche Fragen interessieren uns? Welche Automatismen wollen wir bauen und wie sollen die uns helfen?
Meine These ist, dass der Beruf des Scrum Masters (als Beispiel) damit nicht einfacher, sondern sogar anspruchsvoller wird aber auch mehr Impact erzielen kann. Wir können uns ein Stück weit von reinen Fleißarbeiten befreien, die im Prinzip jeder machen kann. Das verschafft uns Zeit, die wir für die wirklich harten Nüsse nutzen können, für die echten Weiterentwicklungsthemen, zu denen wir bisher nicht gekommen sind, weil wir stundenlang Jira Status pflegen müssen. Diese harten Nüsse kann uns die KI aber nicht abnehmen, auch wenn sie uns dabei unterstützen kann. Das braucht Erfahrung, kritisches, strategisches und ganzheitliches Denken.
Wir können Verwaltungsaufgaben automatisieren und kommen mehr zu dem, was wir eigentlich tun wollen: definieren Leitplanken und Zusammenarbeitsmodelle, Rollen und vieles mehr, aber wir erben auch die Rolle des KI Admins, und den zeitlichen Aufwand hierfür sollten wir auch nicht unterschätzen.
Zudem ist eine Stärke der KI das Erkennen von Mustern, das Auswerten von Statistiken. Wir kommen also sehr viel leichter zu dem Punkt, belastbare Zahlen als Grundlage unserer Entscheidungen zu nutzen, weil es leichter wird, an diese Zahlen zu kommen. Ich habe die Hoffnung, dass wir und unsere Organisationen mit Hilfe von KI rationaler agieren und weniger von Bauchgefühl getrieben.
Kernaussagen:
- Reaktive Systeme wie Copilot oder ChatGPT sparen Zeit bei ungeliebten Aufgaben, schaffen aber zunächst keinen echten Mehrwert oder neue Erkenntnisse.
- Echte Zeitersparnis entsteht durch Artefakterstellung: Strukturieren von Notizen, Erzeugen von Tickets, Präsentationen oder Dokumentationen – hilfreich, aber nie ohne Review, da KI auch echten Quatsch produzieren kann.
- Komplexere Inhalte sind möglich, aber datenabhängig: Schulungskonzepte, Unterlagen und Präsentationen funktionieren gut, wenn das Thema gut dokumentiert ist oder die KI Zugriff auf eigene Materialien hat – auch hier geht ohne Nacharbeit und menschliche Korrekturen nichts.
- KI als Sparringpartner ist wertvoll, aber gefährlich bei sensiblen Themen: KI sollte nur Ideengeber und Dialogpartner sein, niemals unreflektierter Ratgeber.
- Agenten sind die Steigerungsform: Sie handeln selbstständig auf Basis von Regeln und Triggern (z. B. Jira‑Automatisierung), benötigen dafür aber Systemrechte – und damit ist größte Vorsicht geboten.
- Ab Mustererkennung und Automatisierung fängt der Spaß an: Agenten können teamübergreifende Daten analysieren und Auffälligkeiten erkennen, Reports erzeugen und gezielte Aktionen auslösen.
- Jede Menge Risiken: Rechtevergabe, unkontrollierte Aktionen, fehlende Nachvollziehbarkeit und IT‑Sicherheit erfordern menschliche Quality Gates, Dokumentation, Pflege und noch viel mehr.
- Das Berufsbild wandelt sich: Scrum Master werden (hoffentlich) weniger Verwalter und mehr Gestalter von Systemen – anspruchsvoller, aber mit mehr Impact.
- KI ermöglicht rationalere Entscheidungen: Leichtere Verfügbarkeit von Daten und Statistiken kann Bauchgefühl zunehmend durch belastbare Fakten ersetzen (wieder: hoffentlich).
Wenn Ihr mehr erfahren wollt, oder Unterstützung braucht, sprecht mich einfach an.
