Herzlich Willkommen zu den AI FIRST Insights!

Ende letzten Jahres las ich einen Text von Andrej Karpathy, der früher bei OpenAI und Tesla die KI-Entwicklung vorantrieb:

KI ist weiter als wir denken und hat mehr Fähigkeiten, als wir nutzen.

Der Flaschenhals, um das Potenzial von KI zu heben sind wir Anwender geworden.

Wir müssen in immer höherer Geschwindigkeit KI-Fähigkeiten lernen, einordnen und in unserem Arbeitskontext in die produktive Anwendung bringen. Wenn wir's nicht machen, macht's jemand anderes und läuft uns davon. Fakt.

Da sich die Technologie jedoch so schnell entwickelt, veralten Anwendungsmethoden in einem ähnlichen Tempo.

Also habe ich mich hingesetzt und runtergeschrieben, wie ich heute KI im Arbeitskontext einsetze und welche Fähigkeiten dafür noch relevant sind.

Los geht's!

Was bisher geschah

Das hohe Entwicklungstempo im KI-Markt ist gleichermaßen ein Fluch und Segen. Ein Segen, weil wir im Monatstakt bessere Produkte vor die Füße gestellt bekommen. Ein Fluch, weil Anwendungswissen enorm schnell veraltert und aktualisiert werden muss, wenn wir die Fähigkeiten der neuen Produkte (und insbesondere der darunterliegenden Modelle) voll ausschöpfen wollen.

Wer 2023 / '24 / Anfang '25 eine KI-Schulung gemacht hat, wird weiterhin mit den grundlegenden Prinzipien (zB präzises Prompting) arbeiten können, aber neue Fähigkeiten nur begrenzt heben.

Drei Entwicklungen haben die Arbeit mit KI in den letzten Jahren deutlich verändert:

1. Bessere Modelle: Large Language Models können mehr Kontext verarbeiten, sind leistungsfähiger in der Verarbeitung aller Datentypen geworden (Text, Bild, Audio, Video, Code = Multimodalität), können komplexe Aufgaben in mehreren Zwischenschritten verarbeiten (Reasoning) und knacken vermehrt scheinbar unlösbare Aufgaben (Beispiel: "Erstelle eine Deutschlandkarte").
2. Größeres Ökosystem: Large Language Models arbeiten längst mit einer Vielzahl von Tools und interagieren mit Daten in anderen System. Ein offensichtliches Beispiel ist die umfangreiche Bedienung des Web Browsers für tiefe Recherchen oder die Anbindung von Sharepoint zur Abfrage von Daten.
3. Agentische Fähigkeiten: Der größte Entwicklungssprung in 2025. Weg von "KI antwortet" und hin zu "KI macht". Über die besten KI-Modelle werden Agenten gesetzt, die basierend auf dem Ziel des Nutzers einen Arbeitsprozess ableiten und diesen Schritt-für-Schritt ausführen, wobei sie Tools und Kontextwissen verwenden.

Unterm Strich können wir heute Dinge mit KI tun, die vorher nicht möglich waren. Die Kann-KI-nicht-Liste wird immer kleiner. Wir sind in einer "Prompt to everything Ära"angekommen, in der wir Berichte, Visuals, Interfaces, Apps, Infografiken, Websites auf Knopfdruck generieren können.

Aber vor allem sind wir in einer Zeit angekommen, in der KI-Agenten immer mehr echte Arbeit erledigen können, die vorher bei Menschen lag.

KI ist weiter als wir denken.

Also wie kann jeder Einzelne daraus Mehrwert ziehen und welche Fähigkeiten sind dafür notwendig?

Moderne KI-Anwendung in 2026

Ich beobachte, dass die Lücke in der Art und Weise, wie Menschen KI nutzen in den letzten 3-4 Monaten riesig geworden ist. Während die einen mit 20 Agents in Claude Code ihren Arbeitsalltag automatisiert haben, nutzen die anderen ChatGPT wie Google.

Ich möchte einen Weg aufzeigen, der von jeder nicht-technischen Person umgesetzt werden kann und zu "mehr mit weniger" führt.

AI-First Zielbild entwickeln

Wofür willst und solltest du überhaupt KI in deiner Rolle anwenden?

Um diese Klarheit zu gewinnen, hilft die Erstellung eines Zielbilds deiner Rolle im KI-Zeitalter. Basierend auf deinen Kernaufgaben / Jobs-to-be-done, darunterliegenden Aktivitäten und den Fähigkeiten von KI ergibt sich ein Bild der Aufgaben, die:

a) Zu 100% bei dir liegen

b) Mit KI-Unterstützung erledigt werden

c) Komplett von KI übernommen werden

d) Neuen Aufgaben, die vorher nicht umsetzbar waren

Hier findest du einen Prompt mit dem du dein Zielbild erarbeiten kannst.

Tool-Stack fokussieren

Wir arbeiten bei AI FIRST mit 5 KI-Tools, weniger denn je. Diese Tools haben wir strukturiert aufgesetzt, in unsere Prozesse integriert, alle Mitarbeiter darauf trainiert und mit unseren anderen Systemen und dem Unternehmenswissen verbunden.

Entscheide dich als Einzelnutzer für einen KI-Chatbot (ChatGPT, Claude, Gemini), setze diesen richtig auf (siehe Wissensbasis & Agenten) und nutze ihn konsequent (siehe Routinen). Im Unternehmen würde ich eine Enterprise KI-Plattform empfehlen, die höhere Sicherheitsstandards und Governance-Funktionen mitliefert.

Je nach Funktionsbereich kannst du Spezialtools ergänzen. Zum Beispiel eine Bild-KI für visuelle Outputs. Starte so klein wie möglich und verlaufe dich nicht im ständigen testen neuer Tools. KI kommt da hin, wo wir arbeiten und Funktionen nähern sich an.

Wissensbasis aufbauen

Hier beginnt die eigentliche Arbeit. KI-Modelle wissen viel über die Welt, aber wenig über deine Welt.

• Unternehmenskontext
• Produkte und Services
• Deine Rolle und Aufgaben
• Werte, Prinzipien und Ziele
• Arbeitsweisen und Prozesse
• Schreib- und Kommunikationsstil

Ich habe vor einem Jahr das erste Mal alles dokumentiert, was es über mich und AI FIRST zu wissen gibt. Den genauen Prozess habe ich hier beschrieben.

Vor 4 Wochen haben wir die Wissensbasis weiter optimiert und aktualisiert, was wir ab sofort alle 3 Monate machen werden. Alle unsere KI-Agenten können über eine Drive-Integration mit diesem Wissen arbeiten und liefern daher maßgeschneiderte und kontextbezogene Antworten in unserem Stil statt generischem Kram, der immer wieder iteriert werden muss.

Agenten-Team aufbauen

Aus deinem AI-First Zielbild kannst du Agenten-Personas ableiten, die dich bei deiner Arbeit unterstützen oder sehr spezifische Aufgaben für dich übernehmen.

Ich unterscheide dabei zwischen Assistenten und Workflow-Agenten.

Assistenten arbeiten dir bei komplexeren, nicht klar definierten Aufgaben zu. Beispielsweise kannst du einen Assistenten für die Vor- und Nachbereitung von Workshops aufsetzen und mit diesen die Agenda, Übungen, Kommunikation, Folieninhalte und Dokumentation erarbeiten.

Workflow-Agenten sind hingegen direkt in einen Prozess integriert und führen dort immer wieder die gleiche, spezifische Aufgabe aus. Beispielsweise ein Agent, der jede Rechnung mit der dazugehörigen Ausgabe abgleicht. Oder ein Agent, der Antwortvorlagen auf Support-Anfragen formuliert.

Ich würde damit starten, deinen persönlichen Chief of Staff (heißt bei mir Donna) aufzusetzen, der dich bei Kommunikation, Planung, Brainstorming, Dokumentation, Recherche etc. unterstützen kann und dabei auf dein spezifisches Wissen zugreift.

Den detaillierten Prozess zum Aufbau deines KI-Agenten Teams habe ich hier beschrieben.

AI-First Routinen entwickeln

Die beste KI, eine umfangreiche Wissensbasis und Agenten helfen dir nur, wenn du sie auch wirklich nutzt. Es gilt die eigenen Arbeitsweisen von reinem Abarbeiten zur Steuerung von KI umzustellen.

Folgendes Setup und Routinen helfen dir dabei, viel produktiver mit KI zu arbeiten:

• Mit KI sprechen statt zu schreiben
• Nicht mehr auf dem leeren Blatt starten
• KI-Agenten-Team mit Zugang zur Wissensbasis
• KI für Perspektivwechsel nutzen, statt denken auszulagern
• KI-Bildschirm aufstellen, wo immer dein Chief of Staff offen ist
• KI nutzen, um KI besser zu nutzen. Beispiel: Prompts von KI schreiben lassen

Hier habe ich 4 Wege beschrieben, wie du KI nutzen kannst, um KI besser zu nutzen. Beispielsweise um neue Agenten mit KI zu erstellen. Das ist dein Produktivitäts-Multiplikator.

Wenn du diese Schritte gehst, wirst du vor der KI-Welle bleiben und einen echten Einfluss auf deine Arbeit erleben:

1. Du definierst dein AI-First Zielbild
2. Du setzt 1-2 Tools perfekt für dich auf
3. Du dokumentierst deine KI-Wissensbasis
4. Du entwickelst Agenten aus deinen Jobs-to-be-done
5. Du etablierst Routinen, die dich KI strukturiert nutzen lassen

Du wirst nie wieder anders arbeiten wollen. Versprochen.

Starte deine Reise in unserer AI-First School

Vielleicht liest du das gerade und denkst: "Ich will das auch."

Ich habe mein gesamtes Wissen zu KI-Anwendung in ein Training mit direkt umsetzbaren Vorlagen gegossen. Keine 0815 Tool-Demos und Prompts. Kein Theorie-Gefasel.

Das ist die AI-First School - für alle Professionals, die KI meisterhaft anwenden wollen. Um die eigenen Stärken zu multiplizieren, und mit mehr Wirkung und Leichtigkeit im Job ihre hochgesteckte Ziele zu erreichen.

👉 Zur AI-First School

Meta-Fähigkeiten für das KI-Zeitalter

Abschließend möchte ich noch einen Blick auf die notwendigen Fähigkeiten werfen, um im KI-Zeitalter erfolgreich zu sein.

Der Wert der reinen Umsetzungsfähigkeit wird abnehmen, weil KI das schlicht und einfach günstiger erledigen wird. In den PC-Jobs, wo das heute noch nicht der Fall ist, wird es kommen.

Worauf kommt es also an, wenn theoretisch jede Person einen immer größeren Teil der Arbeit an eine Maschine delegieren kann?

Ich sehe 4 Meta-Fähigkeiten, die wichtiger werden:

Es beginnt alles mit der Fähigkeit, Probleme definieren zu können. Bevor KI irgendetwas tun kann, muss jemand sagen, was getan werden soll. Die eigene Intuition zur klaren Definition von Problemstellungen zu nutzen, wird wichtiger als die Ausführung der notwendigen Schritte, um dieses Problem zu lösen.

Anschließend müssen wir unsere Fähigkeit stärken, klare Anweisungen zu kommunizieren.Wer mal eine schwammige Aufgabe über den Zaun geworfen bekommen hat, weiß wohin das führt. Gute Führungskräfte haben jedoch gelernt, Probleme in klare Aufgabenbriefings zu überführen und an die richtige Person im Team zu delegieren. Diese Führungsfähigkeit wird für fast jede Person im Unternehmen wichtig, weil fast jede Person in irgendeiner Form KIs führt und Aufgaben delegiert.

Nachdem wir Aufgaben an eine KI delegiert haben, kommt es auf kritisches Denken und Urteilsvermögen an. Damit meine ich die Fähigkeit, Output einer KI zu hinterfragen (egal wie gut er klingt), Quellen zu bewerten und Bullshit zu erkennen. Deloitte hat einen Bericht mit halluzinierten KI-Inhalten an einen Kunden geschickt - genau für diese Qualitätskontrolle sind wir verantwortlich.

All diese Fähigkeiten münden darin, originelle Ideen entwickeln zu können. Wenn die Umsetzung einer Idee nicht mehr der Flaschenhals ist, wird die Qualität der Idee selbst das größte Differenzierungsmerkmal. Diese Ideen müssen nicht nur neu, sondern auch nützlich sein. Um originelle Ideen zu entwickeln, müssen wir mehr Zeit mit Kunden, anderen Domänen, konträren Meinungen und tiefem Denken verbringen. Wir müssen Probleme verstehen, sie klar artikulieren und kritisch aus verschiedenen Perspektiven hinterfragen.

Und was ist mit der Fähigkeit, KI richtig zu nutzen?

Voerst wird eine KI weiterhin vom Menschen gesteuert, weshalb die Fähigkeit dieser Steuerung wichtig bleibt.

Wir können die Maschine aber nur richtig steuern, wenn wir wissen:

1. Was genau ist das zu lösende Problem?
2. Hat KI die Fähigkeit, um mich bei dieser Aufgabe zu unterstützen?
3. Wie und wo setze ich diese Fähigkeit überhaupt ein (Prompt, Agent, Tool, ..)?
4. Mit welchen Hebeln kann ich die Output-Qualität der KI steuern?

Wer diese Fragen beantworten kann, kann die KI-Klaviatur hoch und runter spielen und die eigene Zeit damit hebeln und Fähigkeiten erweitern.

Wir haben in dieser Woche eine Lern-App für unsere Kunden gebaut, die uns hunderte Stunden sparen und Kunden die bessere Lernerfahrung bieten wird, weil wir a) das Problem kannten, b) KI die Coding-Fähigkeiten hat, c) wir mit Lovable das richtige Tool für diesen Case wählen und d) eine Kontext-Prompt-Vorlage für unsere App-Entwicklung haben, die gleichbleibende Qualität sichert.

Was wird unwichtiger?

1. Der rein technische Aufbau (Syntax) eines Prompts. Spezifische Trigger-Wörter, Formattierung oder andere Tricks werden tendenziell unwichtiger wenn die Modelle besser werden. Gleichzeitig bleibt der Inhalt und die Logik des Prompts weiterhin enorm wichtig.
2. Die rein technische Bedienung eines Tools (Features & Functions). In immer mehr Tools werden KI-Agenten integriert, die basierend auf einem Prompt den Workflow ausführen, ohne dass der Nutzer genau wissen muss, wo wann hingeklickt wird.

Kritisch denkende Menschen mit Problemverständnis und der Fähigkeit originelle Ideen zu entwickeln, werden unschlagbar sein, wenn sie die Umsetzung der daraus entstehenden Aufgaben durch klare Briefings mit KI massiv beschleunigen und von der verfügbaren Zeit entkoppeln können.

Fazit

Die KI-Modelle, die wir heute haben, sind mächtiger, als wir es in unseren aktuellen Prozessen abbilden können.

Der Engpass sind wir. Oder besser gesagt unsere fehlende Struktur, diese Fähigkeiten von KI zu lenken.

Die Aufgabe für 2026 ist klar: Bau dir ein System, das die KI-Fähigkeiten kanalisiert und auf deine Ziele richtet. Wer das schafft, wird Ergebnisse erzielen, die heute noch unmöglich erscheinen.

Wir helfen dir dabei, genau das umzusetzen. In der AI-First School bekommst du die Blaupause, die Vorlagen und das Wissen, um KI zu meistern.

👉 Zur AI-First School

Packen wir's an.

Bis nächsten Sonntag,

Felix