Bei diesem Beitrag handelt es sich um einen Gastbeitrag. Vielen Dank an Dr. Wolfgang König, dem KI-Learning-Pionier beim Bildungswerk der Wirtschaft (BdW gGmbH).
Es wäre spannend zu beobachten, wie viel einfacher und effizienter der Arbeitsalltag gestaltet werden könnte, wenn jeder Mensch die vielfältigen Möglichkeiten von Chatbots möglichst leicht ausschöpfen könnte.
Damit bspw. alle Mitarbeiter in einem Unternehmen von den Vorteilen generativer KI profitieren können, muss eine Kultur des „Chatbot-Doing“ etabliert werden. Ähnlich wie der persönliche Computer in den 80er Jahren, der neue Arbeitsweisen und Denkweisen förderte, können Chatbots eine transformative Rolle in der modernen Arbeitswelt spielen.
💡 Das Wichtigste zusammengefasst
Hier kommt Chatbot-Doing ins Spiel – eine Kompetenz, die weit über das einfache Anwenden von KI-Tools hinausgeht. Es erfordert systematisches Vorgehen und fundiertes Wissen, um die Potenziale von KI-Chatbots voll auszuschöpfen, ohne dabei überfordert zu werden.
Chatbot-Doing ist dabei weit mehr als nur Promptengineering, also das präzise Formulieren von Anweisungen für KI-Systeme. Während dieses technisches Wissen wichtig ist, erfordert Chatbot-Doing ein umfassendes Verständnis dafür, wie man verschiedene Chatbots in handlungsbezogenen Kontexten effektiv einsetzt.
Es geht darum, die KI als interaktives Werkzeug zu nutzen, um Arbeitsprozesse zu optimieren, ohne in das sogenannte „Rumwursteln“ zu verfallen – ein Zustand, in dem die unsystematische und unstrukturierte Nutzung von KI zu Frustration und Überforderung führt.
Erfahrungswissen, das durch kontinuierliches Lernen und Anwenden von KI-Chatbots erworben wird, ist entscheidend. Ohne eine systematische Herangehensweise und gezielte Anleitung riskieren Mitarbeiter, sich in der Komplexität der Technologie zu verlieren. Daher ist es unerlässlich, dass Unternehmen ihren Mitarbeitern die nötige Unterstützung bieten, um diese Fähigkeiten strukturiert zu entwickeln. Hierbei kann das Graue-Box-Modell der Chatbot-Didaktik eine erste Orientierungshilfe bieten.
Das “Graue-Box-Modell der Chatbot-Didaktik” dient als Einstiegshilfe für den systematischen Umgang mit KI-Chatbots. Im Gegensatz zu einem „Black-Box-Modell“, das völlige Undurchsichtigkeit impliziert, signalisiert das Graue-Box-Modell eine gewisse, aber nicht vollständige Einsicht in die Funktionsweise der KI. Es bietet eine strukturierte Herangehensweise, die es ermöglicht, die Technologie schrittweise in einen ersten Lern- und Arbeitsprozess zu integrieren. Zunächst geht es darum, den geeigneten Einsatzbereich für Chatbots zu identifizieren.
Lehrende sollten zunächst die Lernziele klar herausarbeiten (Makrodidaktik) und dann eine entsprechende Lerneinheit gestalten. (Mikrodidaktik) Der praktische Teil des Modells, der sich auf die direkte Interaktion mit dem Chatbot konzentriert, das Chatbot-Doing.
Das Chatbot-Doing folgt einem Kreislauf, der immer mit der Überlegung beginnt, welche Fragen dem Chatbot gestellt werden dürfen bzw. sinnvoll sind. Dabei müssen ethische Aspekte und Datenschutzrichtlinien berücksichtigt werden. Danach stellt sich die Frage wie die Anweisungen verarbeitet. Je nach KI-Chatbot werden z.B. Fußnoten angegeben, die eine gewisse Transparenz ermöglichen. Dies beeinflusst auch die Interpretation der Antworten
Die oft logisch klingen, aber auch fehlerhaft sein können. Bei unzureichenden oder falschen Antworten kann der Chatbot durch gezieltes Fragen trainiert werden. Dies wird als Promptengineering bezeichnet und führt zu verbesserten Ergebnissen. Nach der Interaktion sollten die Lernenden den Einsatz kritisch reflektieren.
Der Chatbot-Doing-Kreislauf kann im Arbeitsalltag noch systematischer verankert werden. Dies heißt Framework und setzt hier auf einen unmittelbaren Einstieg mit kleinen, überschaubaren Aufgaben. Das KI-Chatbot-Lernframework basiert auf Prinzipien des agilen Projektmanagements. Durch iterative Arbeitsweise ermöglicht es, die Fähigkeiten im Umgang mit Chatbots schrittweise zu entwickeln und kontinuierlich zu verbessern.
Struktur und Ablauf
Das Framework verhindert das „Rumwursteln“ und sorgt dafür, dass Mitarbeiter nicht überfordert werden, sondern ihre Produktivität nachhaltig steigern können. Ebenfalls wird das gemachte Erfahrungswissen sehr einfach dokumentiert. Dies ist eine Tabelle, in der die Arbeitsaufgaben nacheinander abgebildet sind, mit Abnahmekriterien und Prompt-Dokumentation und mehr. Dies ist hilfreich für die Nachvollziehbarkeit der Arbeitsweise mit KI im Team sowie das Qualitätsmanagement.
Beispiel: Bolognesesauce herstellen
| Arbeitsschritt | Abnahmekriterium | Genutzter KI-Chatbot | Genutzter Prompt |
|---|---|---|---|
| Grundzutaten recherchieren | Hauptzutaten wie Fleisch, Nudeln, Tomaten, Gewürze identifiziert. | Perplexity | Nenne Zutaten zu Bolognese-Soße |
| Vorbereitung der Zutaten | Anleitung, wie die Zutaten vorbereitet werden wie Schneiden (Gemüse) und Hacken (Gewürze). | MS-Copilot | Wie müssen Fleisch, Nudeln, Tomaten, Gewürze vor dem Kochen der Soße verarbeitet werden. |
| Anbraten und Kochen | Anleitung in welcher Reihenfolge die Zutaten angebraten und im Topf dann gekocht werden. | ChatGPT | Wie müssen jetzt die Zutaten angebraten weiterverarbeitet werden? |
Die Integration von KI-Chatbots in den Arbeitsalltag bringt sowohl Herausforderungen als auch Chancen mit sich. Unternehmen müssen ihre Mitarbeiter aktiv dabei unterstützen, diese neuen Technologien systematisch zu erlernen und anzuwenden.
Strukturelle Hilfsmittel wie das Graue-Box-Modell und das KI-Chatbot-Lern-Framework bieten dabei wertvolle Unterstützung. Wer diese Fähigkeiten entwickelt, wird nicht nur den Anforderungen der Gegenwart gerecht, sondern auch in der Lage sein, die Chancen der KI-gestützten Zukunft aktiv zu nutzen und zu gestalten.
Für das Berufsbildungspersonal ist eine optimierte Fassung als KI-Lernfahrplan ebenfalls verfügbar. Er wurde im Projekt "Netzwerk Q 4.0" entwickelt, das vom Bundesministerium für Bildung und Forschung gefördert wird.
