AI Native werden, Teil 2: Vom Prompt zum Agentenmanager

Viele KI-Einsteiger suchen nach dem perfekten Prompt. Das ist verständlich. Ein guter Prompt hilft. Aber wer wirklich AI Native arbeiten möchte, braucht mehr als bessere Formulierungen.

Die eigentliche Fähigkeit ist Delegation.

Im Video wird dafür ein gutes Bild verwendet: Jeder wird ein Manager. Nicht unbedingt ein Manager von Menschen, sondern ein Manager von KI-Agenten und KI-Assistenten. Das klingt ungewohnt, trifft aber den Punkt. Ein KI-System liefert bessere Ergebnisse, wenn es wie ein neuer Mitarbeiter geführt wird: mit Ziel, Material, Werkzeugen, Qualitätsmaßstab und Rückmeldung.

Ein Agent braucht vier Dinge

Das Video nennt vier Voraussetzungen, damit Agenten sinnvoll autonomer arbeiten können:

• ein klares Ziel
• Skills oder Arbeitsweisen
• Tools
• Kontext

Für den Alltag lässt sich das sehr einfach übersetzen.

Ein schlechtes Beispiel wäre:

„Schreib mir eine gute E-Mail.“

Ein besserer Auftrag:

„Schreibe eine freundliche, kurze Antwort an einen Kunden. Ziel: Terminverschiebung bestätigen, Verständnis zeigen, neuen Termin am Donnerstag 10 Uhr vorschlagen. Ton: ruhig, professionell, nicht übertrieben entschuldigend. Keine neuen Zusagen machen. Maximal 120 Wörter.“

Der Unterschied ist nicht Magie. Der Unterschied ist Führung.

Fertigkeit 1: Ziele sauber formulieren

AI Native beginnt mit der Frage: Was soll am Ende anders sein?

Nicht:

• „Mach das besser.“
• „Fass das mal zusammen.“
• „Erstelle irgendwas dazu.“

Sondern:

• „Erstelle eine Entscheidungsgrundlage mit drei Optionen.“
• „Fasse dieses Dokument so zusammen, dass ich in fünf Minuten entscheiden kann.“
• „Baue aus diesen Notizen eine Checkliste für den nächsten Termin.“
• „Vergleiche zwei Angebote und markiere Risiken.“

Gute Ziele beschreiben nicht nur das Thema, sondern den Zweck. Eine Zusammenfassung für Archivzwecke sieht anders aus als eine Zusammenfassung für eine schnelle Entscheidung.

Fertigkeit 2: Beispiele sammeln

KI wird besser, wenn sie sieht, was „gut“ bedeutet. Im Video wird das als Teil von Skills und Kontext beschrieben. Für normale Nutzer reicht oft schon eine kleine Beispielsammlung.

Sinnvoll sind zum Beispiel:

• eine gute E-Mail, deren Ton passt
• ein gelungenes Protokoll
• eine Vorlage für Wochenplanung
• eine gute Angebotsbewertung
• ein früherer Text, der genau die richtige Sprache hatte

Diese Beispiele müssen nicht perfekt sein. Sie geben der KI ein Zielbild. Ohne Zielbild arbeitet sie nach Durchschnitt. Und Durchschnitt ist selten das, was man wirklich will.

Fertigkeit 3: Qualitätsmaßstäbe sichtbar machen

Im Video fällt der Begriff Eval. Gemeint ist: Man braucht eine Möglichkeit zu prüfen, ob das Ergebnis gut ist.

Das muss im Alltag nicht technisch sein. Eine einfache Prüfliste reicht oft:

• Ist die Aussage sachlich richtig?
• Ist der Ton passend?
• Wurde die Zielgruppe berücksichtigt?
• Fehlen Risiken oder Gegenargumente?
• Ist das Ergebnis kurz genug?
• Wurden private oder sensible Daten vermieden?
• Kann ich das Ergebnis direkt verwenden?

Wer diese Prüfpunkte einmal notiert, kann sie der KI beim nächsten Auftrag mitgeben. Aus Gefühl wird ein Qualitätsstandard.

Fertigkeit 4: Rückmeldung geben

Viele Menschen behandeln KI wie eine Suchmaschine: Frage rein, Antwort raus, fertig. Für AI Native ist das zu dünn. Besser ist ein Arbeitsdialog.

Nach dem ersten Ergebnis kann man sagen:

• „Das ist zu werblich. Schreibe nüchterner.“
• „Die Struktur passt, aber die Risiken fehlen.“
• „Behalte den Ton, kürze auf die Hälfte.“
• „Nutze diesen Absatz als Stilvorlage.“
• „Das Ergebnis ist gut. Merke dir diese Struktur für ähnliche Aufgaben.“

Diese Rückmeldung ist nicht lästig. Sie trainiert den Workflow. Bei Tools mit Speicher, Projekten oder Custom Instructions kann daraus ein wiederverwendbarer Arbeitsstil entstehen.

Fertigkeit 5: Grenzen setzen

Agenten brauchen Freiheit, aber keine Blindfahrt. Gerade bei persönlichen Daten, E-Mails, Kalendern, Kundendaten oder Familienorganisation müssen Grenzen klar sein.

Praktische Regeln:

• KI darf Entwürfe schreiben, aber nichts automatisch senden.
• Sensible Dokumente werden nicht in öffentliche Tools kopiert.
• Finanzielle, medizinische oder rechtliche Entscheidungen werden nur vorbereitet, nicht entschieden.
• Quellen müssen sichtbar bleiben.
• Automatisierungen brauchen eine menschliche Freigabe, bevor sie nach außen wirken.

Das klingt vorsichtig. Es ist auch vorsichtig. Gute KI-Nutzung ist nicht maximal mutig, sondern kontrolliert nützlich.

Eine einfache Übung für diese Woche

Wählen Sie eine wiederkehrende Aufgabe und bauen Sie dafür einen Mini-Workflow:

1. Ziel in einem Satz notieren.
2. benötigte Informationen auflisten.
3. ein gutes Beispiel hinzufügen.
4. Qualitätskriterien festlegen.
5. KI einen ersten Entwurf erstellen lassen.
6. Ergebnis prüfen und verbessern.
7. die finale Anleitung speichern.

Nach zwei bis drei Durchläufen entsteht daraus eine kleine persönliche Fähigkeit. Genau das meint im Video der Begriff Skill: ein wiederholbarer Ablauf, den ein Agent verstehen und ausführen kann.

Fazit

Die Zukunft der KI-Nutzung liegt nicht im perfekten Prompt, sondern in besserer Arbeitsführung. Wer Ziele klar beschreibt, Beispiele sammelt, Qualität prüft und Grenzen setzt, wird aus einem Chatnutzer Schritt für Schritt zum Agentenmanager.

Im nächsten Teil geht es um den wichtigsten Rohstoff dafür: Kontext.

Weiterlesen: Teil 1: Was AI Native wirklich meint, Teil 3: Kontext aufbauen, KI-Plugins für Wissensarbeit.

Quelle: Greg Isenberg, „Become AI Native in less than 60 mins“. Hinweis: Grundlage ist ein per direkter Videoanalyse erstelltes Arbeits-Transkript.