Wenn ich heute mit KI neu starten würde

Herzlich Willkommen zu den AI FIRST Insights! Mir ist in den letzten Wochen noch einmal bewusst geworden, wie weit der Status quo bei der KI-Nutzung inzwischen auseinandergeht.

Ich sehe Menschen, die sich ihr KI-Betriebssystem gebaut haben, ihre wiederkehrenden Aufgaben als Skills abbilden, eigene Apps darin programmieren und Ergebnisse fortlaufend über den Kontext verbessern. Und ich sehe Menschen, die seit zwei Jahren Zugriff auf dieselben Modelle haben, aber KI vor allem wie eine bessere Suchmaschine und als Schreibhilfe nutzen.

Dazwischen liegen weder Intelligenz noch Budget. Es liegt an der Arbeitsstruktur, die jemand sich mit KI aufbaut.

Ich habe mich deshalb gefragt: Wenn ich heute noch einmal bei null anfangen würde, wie würde ich es für mich persönlich machen? Dabei geht es um die individuelle Nutzung und nicht um den Aufbau einer Struktur für das Unternehmen.

Heute zeige ich dir:

• warum ich die Wahl des KI-Tools schnell abhaken würde
• welches persönliche Setup ich in rund vier Stunden bauen würde
• welche drei Fehler ich mir heute sparen würde
• wie dieses Setup mit jeder Nutzung besser wird

Los geht's!

Wir suchen Verstärkung für AI FIRST

Ich suche dieses Jahr noch Kollegen für AI Enablement, Community Management und Content Marketing. Wir bleiben bewusst ein kleines, schnelles Team, in dem Verantwortung nicht lange durchgereicht wird und Entscheidungen am selben Tag fallen.

Wenn du Lust hast, Weltmarktführer mit KI produktiver zu machen, Communities aufzubauen oder unsere Inhalte weiterzuentwickeln, freue ich mich über deine Bewerbung.

Die offenen Rollen findest du hier.

Warum ich die Toolfrage schnell abhaken würde

In den letzten Monaten konnte man live mitverfolgen, wie der Hype zum Tool Hopping führt — in diesem Fall zu Claude. Mit dem Wechsel kommt oft die Erwartung, dass bessere Ergebnisse oder deutlich mehr Produktivität nun fast von selbst folgen.

Aber die Funktionen der Tools sind relativ austauschbar und werden nicht den größten Einfluss haben.

Der Einfluss kommt durch das eigene Setup. Der Unterschied zwischen einer Plattform, die

1. meinen Kontext kennt
2. wiederkehrende Aufgaben unterstützt
3. mit meinen Werkzeugen verbunden ist

und einer Plattform im Auslieferungszustand ist riesig.

Ohne diese Struktur bleibt KI oft eine glorifizierte Suchmaschine und Schreibhilfe.

Also: wie kommst du zu deinem Setup?

Wie ich mir heute in vier Stunden ein KI-Setup bauen würde

In rund vier Stunden würde ich vier Bausteine aufsetzen, die sich gegenseitig verstärken.

1. Ein Kontextprofil erstellen

Ich würde zuerst ein Kontextprofil anlegen. Das ist die Grundlage, auf der die KI versteht, wer ich bin, wie ich arbeite, wofür ich verantwortlich bin und welche Werkzeuge in meinem Alltag vorkommen.

Ohne diese Grundlage beginnt jeder Chat bei null. Mit ihr kann die KI Aufgaben in meinen Arbeitsalltag einordnen, statt bei jeder Anfrage wieder allgemeine Antworten zu liefern. Das erste Profil muss auch nicht perfekt sein, weil es mit der Arbeit besser wird und ein lebendes Dokument bleibt.

Wie ich dieses Profil in rund 60 Minuten aufbaue, habe ich hier ausführlich beschrieben: Wie Du ein Kontextprofil für KI-Agenten erstellst.

Wichtig: Das Profil dort ablegen, wo ein KI-Agent immer auf den aktuellsten Stand zugreifen und es editieren kann (zB Google Doc, Sharepoint, Notion, …)

2. Einen Chief-of-Staff-Agenten aufsetzen

Danach würde ich einen zentralen Chief-of-Staff-Agenten aufsetzen. Er bündelt die tägliche Zusammenarbeit und greift für konkrete Aufgaben auf spezialisierte Skills, mein Kontextprofil und weitere Datenquellen zurück.

Der Systemprompt beschreibt das übergeordnete Verhalten dieses Agenten, nicht jede einzelne Aufgabe. Er soll den Kontext vor jeder Arbeit laden, Aufgaben einordnen, passende Skills und Datenquellen auswählen, Ergebnisse prüfen und bei fehlendem Kontext gezielt nachfragen oder das Kontextprofil weiterentwickeln.

Dadurch bleibt die Anweisung schlank. Das Wissen über mich liegt im Kontextprofil, die konkrete Ausführung in den Skills. Der Chief-of-Staff-Agent verbindet beides und entscheidet, was er für die jeweilige Aufgabe an Tools und Daten hinzuzieht.

→ Das System-Prompt-Template für deinen Chief-of-Staff-Agenten kannst du direkt kopieren und auf deine Situation anpassen. Ersetze dafür die Platzhalten mit deinen Informationen.

3. Die ersten drei bis fünf Skills bauen und testen

Jetzt würde ich das Kontextprofil nutzen, um drei bis fünf wiederkehrende Aufgaben zu finden, die wirklich Zeit kosten. Bei mir wären das zum Beispiel die Vorbereitung auf Kundentermine, die Nachbereitung von Podcasts und Content-Arbeit.

Zu Skills habe ich hier auch schon einen Deep Dive geschrieben.

Durch Skills bleibt der Chief-of-Staff-Agent schlank und das Kontextfenster wird nicht überlastet.

Weil die KI durch das Profil Rolle, Aufgaben, Werkzeuge und Engpässe bereits kennt, kann sie die passenden Skill-Ideen meist sehr konkret vorschlagen. Nach meiner Auswahl würde ich sie auch direkt den ersten Skill-Entwurf bauen lassen — Tools wie Langdock oder Claude haben bereits eine „Skill erstellen“-Funktion integriert.

Kopiere dafür dein Kontextprofil zusammen mit diesem Prompt in deine KI:

Hier ist mein Kontextprofil:

[Kontextprofil einfügen oder verlinken]

Welche drei bis fünf wiederkehrenden Aufgaben in meinem Arbeitsalltag sollte ich als erste KI-Skills aufbauen? Priorisiere nach Nutzen und Umsetzbarkeit.

Gib mir pro Idee:
- Name und konkreter Nutzen
- Schritt für Schritt Ablauf
- nötigen Kontext, Datenquellen und Werkzeuge
- erwartetes Ergebnis
- fünf echte Testfälle

Sobald ich eine Idee auswähle, erstelle daraus einen ersten Skill-Entwurf mit Kontext, Schritten, Ergebnisformat, Qualitätscheck und No-Gos.

Für jeden ausgewählten Skill lasse ich mindestens fünf echte Testfälle erstellen, oft deutlich mehr. Ich durchlaufe sie, gebe direktes Feedback auf die Ergebnisse und passe die Anweisung an. Nach zwei oder drei Schleifen ist der erste Skill meist schon deutlich belastbarer.

4. Die wichtigsten Werkzeuge verbinden

Zum Abschluss würde ich die Systeme anbinden, in denen meine Daten liegen oder in denen der Agent etwas erledigen soll. Zum Start sind das oft E-Mail, Kalender und Wissensmanagement.

Für Standard-Tools wie Outlook oder Sharepoint gibt es in der Regel vorhandene Integrationen oder MCP-Server. Frag deine KI einfach danach :)

Über die Systemanweisung und die Skills kann er diese Systeme dann nutzen, wenn es erforderlich ist.

(Setup Beispiel Langdock)

Der persönliche Chief-of-Staff-Agent mit Zugriff auf das eigene Kontextprofil, wiederkehrende Skills und Tools ist ein super Einstieg, um schnell deutlich bessere Ergebnisse aus einer KI zu bekommen. Wir sehen bei Kunden regelmäßig einen Arbeitstag und mehr, der darüber zurückgewonnen werden kann, ohne ein großes Transformationsprojekt zu starten.

Welche drei Fehler ich mir heute sparen würde

Ich würde mir heute vor allem diese drei Fehler sparen:

1. Den Systemprompt mit allen Aufgaben überladen. Mein Chief-of-Staff-Agent wurde mit jeder neuen Idee länger, die Ergebnisse unklarer und die Nacharbeit größer. Früher war der Prompt 20+ Seiten lang. Heute steuert der Agent die Zusammenarbeit, während Skills klar abgegrenzte Aufgaben übernehmen. So bleibt er mein zentraler Einstiegspunkt, ohne dass ich mir eine Horde von Spezialagenten aufbaue.
2. Skills im Akkord bauen und ungetestet lassen. KI erstellt den ersten Entwurf in wenigen Minuten. Ob ein Skill in echten Fällen zuverlässig funktioniert, zeigt sich erst im Test. Ich lasse mindestens fünf Testfälle durchlaufen, baue das Feedback ein und gehe erst dann live.
3. Zu früh automatisieren. Wenn die Ergebnisse im Chat noch nicht sitzen, spart eine automatische Ausführung keine Zeit. Sie verlagert die Nacharbeit nur nach hinten.

Der schwierigste Teil bleibt trotzdem die Gewohnheit. Der Agent muss im Alltag sichtbar sein, damit du ihn auch regelmäßig einsetzt. Das geht als Browser-Startseite, auf einem zweiten Bildschirm, der für KI reserviert ist oder an einem anderen festen Ort der dich an die Nutzung erinnert. Die ersten guten Ergebnisse sorgen für Momentum. Bis dahin hilft nur, die neue Arbeitsweise bewusst zu nutzen.

Was ich danach weiter ausbauen würde

Wenn das erste Setup funktioniert, entsteht der größte Teil des Werts erst über die Zeit. Ich würde es in drei Richtungen weiterentwickeln:

1. Die Wissensbasis verbessern. Alles, was ich in meiner Arbeit lerne, entscheide oder mit KI erarbeite, würde ich dort dokumentieren, wo Agent und Skills darauf zugreifen können. Je besser diese Wissensbasis wird, desto präziser kann die KI Aufgaben einordnen und Ergebnisse liefern.
2. Den Automatisierungsgrad erhöhen. Erst wenn ein Skill im Chat zuverlässig funktioniert, würde ich ihn mit einem Zeitplan oder Ereignis verbinden: eine Recherche, die jede Woche läuft, ein Antwortentwurf bei bestimmten E-Mails oder die Nachbereitung nach einem Meeting.
3. Skills fortlaufend verbessern. Feedback auf ein Ergebnis gehört zurück in den Skill. Wenn eine neue wiederkehrende Aufgabe auftaucht, ergänzt man das System um eine weitere Fähigkeit. So wird das Setup mit jeder Woche nützlicher, statt auf dem Stand des ersten Tages stehen zu bleiben.

Genau diesen Einstieg empfehle ich Menschen in Unternehmen, die am Rechner arbeiten.

Es geht noch nicht um die Transformation des ganzen Unternehmens. Es geht darum, dass einzelne Personen anfangen, produktiv mit KI zu arbeiten. Darauf kann später ein KI-Betriebssystem für die gesamte Organisation aufbauen.

Fazit

Nicht das gehypteste Tool entscheidet über die Ergebnisse, die du aus deiner KI bekommst. Entscheidend ist das individuelle Setup, das du dir darin aufbaust.

Wenn ich heute noch einmal anfangen würde, wäre mein Weg einfach:

1. Mein Kontextprofil erstellen und dort aktuell halten.
2. Einen schlanken Chief-of-Staff-Agenten aufsetzen, der auf dieses Profil zugreift.
3. Drei bis fünf wiederkehrende Aufgaben als Skills bauen, testen und verbessern.
4. Die wichtigsten Werkzeuge anbinden und den Agenten so präsent machen, dass die Zusammenarbeit zur Routine wird.

Damit entsteht in wenigen Stunden eine Grundlage, die mit jeder Nutzung besser wird.

Bis nächsten Sonntag,

Felix

P.S.: Wir suchen dieses Jahr noch Verstärkung für AI Enablement, Community Management und Content Marketing. Wenn du Lust auf ein kleines, schnelles Team und viel Verantwortung hast, findest du die offenen Rollen hier.