Conversational AI im Job: Beispiel, Grenzen, Übung
Was conversational AI im Job wirklich bedeutet: ein Dialog-Beispiel von Anfang bis Ende, wo die Grenzen liegen und eine Übung für Montag.
Conversational AI heißt im Kern: ein Programm, mit dem du in normalen Sätzen sprichst, statt dich durch ein Menü zu klicken. ChatGPT, Gemini und Claude gehören dazu — der Unterschied zum alten Website-Chatbot mit drei Antwortknöpfen ist, dass du nachfragen kannst und die Antwort sich dem anpasst, was du gerade sagst. Genau dieses Nachfragen ist der Teil, der im Job den Unterschied macht.
Die OECD fasst solche Systeme als eine von mehreren KI-Anwendungsformen, die auf natürlicher Sprache aufbauen — der Punkt dabei ist weniger die Technik im Hintergrund als das, was sich für dich ändert: Ein einzelner Prompt ist eine Bestellung. Ein Dialog ist ein Gespräch, in dem beide Seiten nachjustieren können, bis das Ergebnis zu der Aufgabe passt, die du eigentlich gemeint hast.
Wie schnell das in deutschen Unternehmen tatsächlich ankommt, zeigt Bitkom: 41 Prozent der Unternehmen ab 20 Beschäftigten setzen KI bereits ein, weitere 48 Prozent planen oder diskutieren den Einsatz — ein Jahr zuvor lag die Nutzung erst bei 17 Prozent. 52 Prozent der Nutzer sehen bereits einen messbaren Beitrag zum Geschäftserfolg, zwei Drittel wollen den Einsatz ausbauen.
Wo der Dialog etwas bringt — und wo nicht
Ein einzelner Prompt liefert meistens einen brauchbaren ersten Entwurf. Der eigentliche Vorteil von conversational AI zeigt sich erst danach, wenn du nachbesserst, statt neu anzufangen. Drei Situationen, in denen sich das lohnt:
- Eine Antwort ist zu allgemein: Du gibst ein konkretes Beispiel dazu, und das Modell passt den Rest des Textes an diesen Maßstab an.
- Der Ton passt nicht: Du sagst „informeller, wie an einen Kollegen, nicht an die Geschäftsführung“ — ohne den Inhalt neu zu erklären.
- Eine Information fehlte am Anfang: Du reichst sie nachträglich nach, statt den ganzen Prompt noch einmal zu schreiben.
Was ein Dialog nicht löst: eine Aufgabe, bei der du selbst noch nicht weißt, was am Ende rauskommen soll. Dann produziert jede Nachfrage nur eine neue Variante von „irgendwas“, nicht mehr Klarheit. Ein konkretes Rohmaterial — Notizen, eine Mail, eine Tabelle — ist in jedem Fall der bessere Start als ein Gespräch über ein leeres Blatt, wie KI im Büro am Beispiel eines Statusupdates zeigt.
Wie lang ein Dialog sinnvoll bleibt
Nicht jede Korrektur gehört in denselben Dialog. Nach drei, vier Nachfragen passiert oft dasselbe wie bei einem überarbeiteten Word-Dokument mit zu vielen Kommentaren: Das Modell versucht, allen vorherigen Anweisungen gleichzeitig gerecht zu werden, und der Text wird unruhiger statt klarer. Merkst du, dass eine Korrektur eine frühere wieder aufhebt — zum Beispiel „kürzer“ nach „mehr Details“ — ist das ein Zeichen, neu zu starten: denselben Rohinhalt nehmen, aber einen einzigen, klareren Prompt daraus schreiben, statt den Dialog weiter zu patchen.
Als Faustregel reicht ein Dialog für zwei bis drei Korrekturrunden. Brauchst du mehr, lag das Problem meistens schon im ersten Prompt — zu wenig Rohmaterial oder eine zu vage Vorgabe zu Form und Ton.
Ein Beispiel von Anfang bis Ende
Angenommen, du musst eine interne Rundmail zu einem neuen Prozess schreiben. Der erste Prompt: „Hier ist unser altes Vorgehen: [Text einfügen]. Hier ist das neue: [Text einfügen]. Schreib eine Mail an das Team, die erklärt, was sich ändert und ab wann. Drei kurze Absätze, kein Fachjargon.“
Der Entwurf kommt zurück, ist aber zu lang und klingt, als würde die Geschäftsleitung sprechen. Jetzt beginnt der eigentliche Dialog: „Kürzer, zwei Absätze reichen. Und informeller — so, wie ich es meinem Team direkt sagen würde.“ Das Modell überarbeitet denselben Text, ohne dass du den Ausgangspunkt wiederholst. Eine dritte Runde: „Der zweite Absatz klingt, als wäre das neue Vorgehen schon Pflicht ab morgen — das stimmt erst in zwei Wochen, das muss klar werden.“
Nach dieser dritten Korrektur ist der Text so weit, dass nur noch eine Prüfung fehlt — und genau hier endet der Dialog besser, statt weiterzulaufen. Du fragst nicht „ist das Datum richtig?“, denn das Modell bestätigt eine eigene Angabe meistens genauso selbstsicher wie beim ersten Mal. Stattdessen öffnest du den Kalendereintrag oder die Mail, aus der das Startdatum tatsächlich stammt, und vergleichst von Hand. Erst danach geht die Mail raus. Wie ein einzelner Prompt von vornherein so gebaut wird, dass weniger Korrekturrunden nötig sind, zeigt ChatGPT-Prompts im Detail.
Die Grenze, die auch ein Dialog nicht beseitigt
Jede Korrekturrunde klingt genauso selbstsicher wie die erste Antwort — unabhängig davon, ob sie inhaltlich richtiger wird. Der AI Index von Stanford HAI verfolgt jährlich, wie weit Modelle bei Faktenfragen tatsächlich sind, und der Abstand zwischen überzeugend klingender und tatsächlich richtiger Antwort schließt sich langsamer, als ein flüssiges Gespräch vermuten lässt.
Ein Dialog macht den Text besser lesbar. Er macht ihn nicht automatisch richtiger.
Die Faustregel bleibt dieselbe wie bei einem einzelnen Prompt: Ein Datum, eine Zusage oder eine Zahl, die irgendwann im Gespräch hinzukommt, prüfst du am Ende gegen die Quelle, nicht gegen dein Gefühl, dass der Text inzwischen gut klingt. Welche Aufgaben sich grundsätzlich automatisieren lassen und welche von einer Rückfrage abhängen, verfolgt laufend das IAB — brauchbar als Anhaltspunkt, nicht als Freibrief, eine Antwort ungeprüft zu übernehmen.
Der blinde Fleck: private Nutzung ohne Freigabe
Ein Grund, warum sich Unternehmen mit conversational AI noch zurückhalten, ist nicht die Technik, sondern die Kontrolle darüber. Laut Bitkom ist private KI-Nutzung ohne Freigabe in 8 Prozent der Unternehmen bereits weit verbreitet — doppelt so viel wie im Jahr davor — und in weiteren 17 Prozent kommt sie zumindest vereinzelt vor. Offiziellen Zugang zu generativer KI stellt bislang nur rund ein Viertel der Unternehmen bereit. Wer ein Gespräch mit einem KI-Assistenten führt und dabei Namen, Kundendaten oder interne Zahlen einfügt, sollte vorher wissen, welche Regeln dafür gelten — das geht KI datenschutzkonform im Detail durch.
Das Risiko liegt dabei selten im einzelnen Gespräch, sondern in der Summe: Wer jede Woche denselben privaten Assistenten für Kundentexte nutzt, speist dort über die Zeit genug Kontext ein, um darauf schließen zu können, mit wem du arbeitest — ohne dass die IT-Abteilung davon weiß. Ein freigegebenes Werkzeug mit klaren Regeln löst das nicht automatisch, macht es aber immerhin sichtbar.
Warum sich das Üben überhaupt lohnt, zeigt eine Zahl aus einem anderen Blickwinkel: Der PwC AI Jobs Barometer findet über rund eine Milliarde Stellenanzeigen hinweg einen Gehaltsaufschlag von 62 Prozent für Beschäftigte mit KI-Kenntnissen, gestiegen von 57 Prozent im Jahr davor — bei gleichzeitig 69 Prozent mehr Stellenanzeigen, die solche Kenntnisse verlangen, gegenüber 9 Prozent Wachstum am Gesamtmarkt. Nicht weil ein Zertifikat das belegt, sondern weil jemand, der einen Dialog zielgerichtet führt und das Ergebnis richtig prüft, schneller fertig ist als jemand, der nur einen Prompt abschickt und das Ergebnis ungeprüft übernimmt.
Was du am Montag ausprobierst
- Schreib einen ersten Prompt zu einer echten Aufgabe, mit Rohmaterial statt nur einer Bitte.
- Lies den Entwurf und benenne genau eine Sache, die nicht passt — Ton, Länge oder ein fehlendes Detail.
- Korrigiere in dieser einen Nachfrage, ohne den Ausgangspunkt neu zu erklären.
- Hebt eine Korrektur eine frühere wieder auf, brich den Dialog ab und schreib einen neuen, klareren Prompt.
- Prüfe erst nach der letzten Runde jede Zahl, jedes Datum und jede Zusage gegen die eigentliche Quelle, nicht gegen das Modell selbst.
Willst du eine wiederkehrende Aufgabe nicht jedes Mal neu erklären, lohnt sich ein fester Rahmen dafür — dazu mehr in Custom GPT erstellen. Geht es nicht um ein einzelnes Gespräch, sondern um einen eigenen Assistenten für mehrere Aufgaben hintereinander, zeigt KI-Agenten den nächsten Schritt.
Genau dieses Nachfragen und Prüfen ist das, was Coursium in kurzen Lektionen fürs Handy übt — an echten Aufgaben, nicht an Demo-Beispielen. Bleib der KI voraus. Mehr zum Ansatz steht über Coursium.