Aufgaben mit KI automatisieren: ein praktischer Workflow

Um eine Aufgabe mit KI zu automatisieren, wählen Sie Arbeit mit einem klaren Ergebnis, stellen Sie Quellen und Einschränkungen bereit, lassen Sie die KI überschaubare Schritte planen und prüfen Sie Zwischenergebnisse, bevor etwas Wesentliches geschieht. Ein guter Workflow läuft nicht völlig unbeaufsichtigt. Er verbindet KI-Ausführung mit menschlichen Prüfpunkten, Abnahmekriterien und einem Endergebnis, das sich kontrollieren, bearbeiten und weiterverwenden lässt.

Dieser Leitfaden konzentriert sich auf Wissensarbeit: Recherche, Dokumente, Präsentationen, Analysen, Kampagnenmaterial und andere Aufgaben, bei denen die Eingaben oft ungeordnet sind und das Ergebnis für andere Menschen brauchbar sein muss. Er setzt nicht voraus, dass jede Aufgabe ohne Aufsicht ablaufen sollte.

Quellen zu Agent-Workflows: Anthropic über wirksame Agents, Google Cloud über KI-Agents, Microsoft über menschliche Prüfung in Agent-Flows

Was bedeutet es, eine Aufgabe mit KI zu automatisieren?

KI-Aufgabenautomatisierung bedeutet, einem KI-System genügend Kontext, Werkzeuge und Entscheidungsgrenzen zu geben, damit es einen Teil oder die gesamte Aufgabe erledigen kann. Das Ergebnis kann eine Aktion sein, aber ebenso ein fertiges Arbeitsprodukt: ein Recherchebericht, eine Tabelle, ein Lebenslauf, ein Kampagnenbriefing, eine Präsentation oder ein Umsetzungsplan.

Das unterscheidet sich von einer Frage an einen Chatbot. Ein Chatbot kann erklären, wie die Arbeit erledigt wird. Ein KI-Agent kann das Ziel über mehrere Schritte verfolgen, verfügbare Werkzeuge einsetzen, Zwischenergebnisse prüfen und zurückkommen, wenn eine Entscheidung nötig ist.

Es unterscheidet sich auch von fester Automatisierung. Ein klassischer Workflow folgt einem vorher definierten Pfad. Ein Agent ist nützlicher, wenn der Pfad von seinen Erkenntnissen abhängt: welche Quellen relevant sind, welche Aussagen geprüft werden müssen, welche Dokumentstruktur zum Material passt oder welcher nächste Schritt eine Lücke schließt.

Entscheidend ist nicht, ob die Oberfläche wie ein Chat aussieht. Stellen Sie drei Fragen:

Verfolgt das System ein Ziel, das über die nächste Antwort hinausgeht?
Kann es Kontext und Werkzeuge nutzen, um Fortschritte zu erzielen?
Hinterlässt es Arbeit, die Sie überprüfen können?

Wenn alle drei Antworten Ja lauten, gestalten Sie einen Aufgaben-Workflow und sammeln nicht nur einzelne Antworten.

Erst die richtige Aufgabe, dann das Werkzeug

Die beste erste Aufgabe ist nicht unbedingt die lästigste. Sie hat ein klares Ergebnis, verfügbare Ausgangsmaterialien, ein überschaubares Risiko und eine Methode zur Prüfung.

Gute erste Aufgabe	Ungeeignete erste Aufgabe
Erstellt Bericht, Briefing, Tabelle, Präsentation oder Entwurf	Trifft eine unumkehrbare Entscheidung ohne Prüfung
Beginnt mit Dateien, Links, Notizen oder strukturierten Daten	Hängt von Informationen ab, auf die die KI nicht zugreifen kann
Lässt sich in sichtbare Phasen gliedern	Hat keine gemeinsame Definition von „fertig“
Enthält Fakten oder Kriterien, die jemand prüfen kann	Erfordert bei jedem Schritt unausgesprochenes persönliches Urteil
Kann bei fehlenden Informationen sicher stoppen	Versendet, veröffentlicht, bezahlt oder löscht standardmäßig

Eine gute Faustregel: Beginnen Sie mit entwerfen, analysieren, ordnen oder vorbereiten, nicht mit genehmigen, veröffentlichen, kaufen oder löschen. Die erste Gruppe erzeugt Material zur menschlichen Prüfung. Die zweite verändert reale Systeme und braucht strengere Berechtigungen, Schutzmaßnahmen und Bestätigungen.

Der KI-Aufgaben-Workflow in sechs Phasen

Nutzen Sie dieses Modell für ein einzelnes Projekt oder machen Sie daraus einen wiederverwendbaren Workflow:

Phase	Frage	Sichtbares Ergebnis
Ziel	Welches Ergebnis muss am Ende vorliegen?	Definition des Deliverables
Kontext	Was muss die KI wissen und welchen Quellen vertrauen?	Quellenpaket und Einschränkungen
Plan	Welche Schritte und Entscheidungen sind nötig?	Prüfbarer Aufgabenplan
Arbeit	Was kann die KI jetzt ausführen?	Zwischenergebnisse
Prüfung	Was muss ein Mensch kontrollieren oder freigeben?	Korrekturen und Entscheidungen
Übergabe	Was soll der Empfänger erhalten?	Bearbeitbares Endergebnis

1. Definieren Sie das Ziel als Deliverable

„Hilf mir beim Marketing“ ist keine Aufgabe. „Erstelle aus diesen Kundennotizen, Produktseiten und Kampagnenvorgaben ein Launch-Briefing und eine interne Präsentation mit zehn Folien“ ist eine Aufgabe.

Benennen Sie Ergebnis, Zielgruppe, Entscheidung und Format:

Ergebnis: Recherche-Memo, Lebenslauf, Präsentation, Kampagnenbriefing, Tabelle oder Plan
Zielgruppe: Personalverantwortliche, Kunde, Führungsteam, Produktteam oder Redaktion
Entscheidung: Was die Zielgruppe verstehen, genehmigen oder als Nächstes tun soll
Format: Abschnitte, Dateityp, Länge, Sprache und Pflichtfelder

Damit erhält der Agent eine Stoppbedingung. Ohne sie kann er immer weiteres Material erzeugen, ohne zu wissen, wann die Aufgabe abgeschlossen ist.

2. Stellen Sie die maßgebliche Quelle bereit

Gute Automatisierung beginnt mit echtem Kontext, nicht mit einem längeren Prompt voller Adjektive. Stellen Sie Dateien, Links, Notizen, Beispiele und Einschränkungen bereit, die für das Ergebnis gelten sollen.

Trennen Sie drei Arten von Informationen:

Quellenfakten: Material, das im Ergebnis als Tatsache erscheinen darf
Anweisungen: Was die KI mit dem Material tun soll
Grenzen: Was sie nicht ableiten, offenlegen, verändern oder erfinden darf

Bei wichtigen Aufgaben müssen Konflikte ausdrücklich geklärt werden. Wenn eine aktuelle Preisseite einem alten PDF widerspricht, legen Sie fest, welche Quelle Vorrang hat. Wenn eine Lebenslaufnotiz keine Umsatzverantwortung belegt, darf das Ergebnis sie nicht andeuten.

Mehr zu Zielen, Kontext, Formaten und Abnahmekriterien finden Sie im Ottermind-Leitfaden für wirksame KI-Prompts.

3. Prüfen Sie den Plan vor der Ausführung

Lassen Sie die KI erklären, wie sie vorgehen will. Ein brauchbarer Plan benennt Phasen, Eingaben, Werkzeuge, Zwischenergebnisse, Kontrollen und Situationen, in denen menschliche Rückmeldung nötig ist.

Der Plan sollte zur Aufgabe passen. Eine Zusammenfassung mit fünf Absätzen benötigt womöglich nur Quellenprüfung, Entwurf und Faktencheck. Eine Marktanalyse-Präsentation kann Recherche, Quellenabgleich, Analyse, Freigabe der Gliederung, Folienerstellung und Endkontrolle erfordern.

Anthropic unterscheidet vordefinierte Workflows von Agents, die ihren Prozess und Werkzeuge dynamisch steuern. Zugleich empfiehlt das Unternehmen, mit dem einfachsten funktionierenden Muster zu beginnen. Diese Regel gilt auch für Nutzer: Fügen Sie Autonomie nur hinzu, wenn sie der Aufgabe wirklich hilft.

4. Lassen Sie die KI Zwischenergebnisse erstellen

Springen Sie nicht direkt von einem Ordner voller Quellen zum Endergebnis, wenn sich ein Fehler im gesamten Dokument fortsetzen könnte. Erstellen Sie Zwischenprodukte, die das Vorgehen sichtbar machen:

Quelleninventar vor einem Recherchebericht
Extrahierte Anforderungen vor einem Angebot
Aussage-und-Beleg-Tabelle vor Empfehlungen für die Führungsebene
Dramaturgische Gliederung vor dem Präsentationsdesign
Stellenabgleich vor einem angepassten Lebenslauf

Zwischenarbeit ist kein unnötiger Aufwand. Hier können fehlende Quellen, falsche Annahmen, schlechte Prioritäten oder unbelegte Aussagen erkannt werden, bevor die Korrektur teuer wird.

5. Setzen Sie menschliche Prüfungen an den Risikopunkten

Nicht jeder Schritt benötigt die gleiche Aufmerksamkeit. Prüfen Sie dort besonders sorgfältig, wo der Workflow mehrdeutige Belege interpretiert, Empfehlungen ausspricht, externe Systeme verändert oder Inhalte erstellt, die Sie repräsentieren.

Microsoft bezeichnet menschliche Eingaben und Prüfungen als wesentlich für die Qualität von Agent-Flows. Auch Anthropic betont Kontrolle, Berechtigungen, Transparenz und sichere Stoppbedingungen. Legen Sie praktisch fest, was die KI allein darf, was sie Ihnen zeigen muss und was sie ohne Freigabe nicht tun darf.

Nützliche Prüffragen:

Lässt sich jede wichtige Aussage auf eine Quelle zurückführen?
Hat die KI die tatsächlichen Einschränkungen eingehalten?
Was hat sie abgeleitet, statt es direkt zu lesen?
Wurden fehlende Angaben markiert statt erfunden?
Folgt die Empfehlung aus den Belegen?
Passt das Ergebnis zur Zielgruppe?

6. Liefern Sie etwas Bearbeitbares und Wiederverwendbares

Das Endergebnis muss den Chat überdauern. Ein Bericht sollte teilbar sein. Eine Tabelle braucht verständliche Spalten. Eine Präsentation muss bearbeitbar bleiben. Ein Plan sollte Verantwortliche und nächste Schritte nennen.

Bewahren Sie das Endergebnis zusammen mit Quellen und wichtigen Entscheidungen auf. So können Sie eine Präsentation bei neuen Zahlen aktualisieren, einen Lebenslauf für eine andere Stelle anpassen, einen Recherchebericht in ein Angebot überführen oder Kampagnenerkenntnisse in das nächste Experiment einbringen.

Praxisbeispiel: Aus Karrierenotizen wird ein passender Lebenslauf

Das folgende Beispiel nutzt fiktive Kandidatenunterlagen aus einer Ottermind-Lebenslaufdemo. Es veranschaulicht den Workflow, ist aber weder Geschwindigkeitstest noch Versprechen eines automatischen Bewerbungserfolgs.

Ziel

Erstellen Sie einen zweiseitigen US-Lebenslauf für einen fiktiven Bewerber auf eine Position als Digital Marketing Director bei Citi. Im Vordergrund stehen Finanzdienstleistungen, Akquisition, Lifecycle-Marketing, Analyse, Führung und regulierte Marketingprozesse.

Kontext

Das Quellenpaket enthält elf Jahre Berufserfahrung, bereitgestellte Kennzahlen, Team- und Budgetumfang, Werkzeuge, Ausbildung, Zertifikate und klare Grenzen. Es untersagt, die Person als CMO, Compliance-Verantwortlichen, Produktmanager oder Data Engineer darzustellen.

Plan

Themen der Position und Auswahlkriterien extrahieren.
Jedes Thema mit Belegen aus den Kandidatenunterlagen verknüpfen.
Unbelegte oder irrelevante Angaben identifizieren.
Überschrift, Profil, Kompetenzen und Erfahrung entwerfen.
Jede Kennzahl und Verantwortungsbehauptung mit der Quelle abgleichen.
Einen bearbeitbaren Lebenslauf zur menschlichen Prüfung vorbereiten.

Zwischenprüfung

Vor dem endgültigen Lebenslauf sollte der Workflow eine kurze Evidenzübersicht erstellen:

Thema der Stelle	Belegte Erfahrung	Grenze
Finanzdienstleistungsmarketing	Sechs Jahre in Fintech oder verwandten Produkten	Keine nicht vorhandene Bankerfahrung behaupten
Leitung der Akquisition	Paid Media, SEO, Lifecycle und Funnel-Optimierung	Keine Verantwortung für den gesamten Unternehmensumsatz behaupten
Erfahrung mit regulierten Prozessen	Zusammenarbeit mit Rechts- und Compliance-Prüfern	Person nicht als letzte Compliance-Instanz darstellen
Teamführung	Angegebenes Team mit sieben Personen	Teamgröße oder Position nicht übertreiben
Leistung	Nur bereitgestellte Budget-, CAC-, Pipeline- und Conversion-Werte verwenden	Fehlende Kennzahlen nicht erfinden

Diese Übersicht ist der entscheidende Automatisierungsschritt. Sie macht aus der vagen Bitte „Mach meinen Lebenslauf stärker“ eine klar begrenzte redaktionelle Aufgabe.

Ergebnis und Prüfung

Der fertige Lebenslauf lässt sich nun anhand klarer Abnahmekriterien prüfen:

Jede Zahl steht im Ausgangsmaterial.
Die wichtigsten Belege für die Stelle sind schnell erfassbar.
Das Profil übertreibt weder Verantwortung noch Seniorität.
Keywords bleiben mit echter Erfahrung verknüpft.
Das Layout ist für Menschen lesbar und für ATS-Systeme einfach zu erfassen.
Der Bewerber bestätigt jede Aussage vor dem Absenden.

Für diesen Workflow können Sie den KI-Lebenslauf-Generator von Ottermind verwenden. Dieselben sechs Phasen gelten für Rechercheberichte, Angebote, Präsentationen und Kampagnenmaterial.

Wann Chat, feste Automatisierung oder KI-Agent sinnvoll sind

Lösung	Am besten geeignet, wenn	Beispiel
Chat-Assistent	Die Aufgabe eine Frage oder ein Entwurf ist	Begriff erklären oder Absatz umformulieren
Feste Automatisierung	Der Pfad stabil und jeder Schritt bekannt ist	Freigegebene Formulardaten in eine Standardtabelle übertragen
KI-Agent-Workflow	Die Aufgabe mehrere Schritte hat und der Pfad vom Kontext abhängt	Markt recherchieren, Quellen abgleichen, Briefing erstellen und Präsentation vorbereiten

Wählen Sie einen Agent nicht nur, weil er fortschrittlicher klingt. Feste Automatisierung ist für stabile Prozesse oft vorhersehbarer. Für eine klar abgegrenzte Sprachaufgabe reicht häufig ein Chat-Assistent. Nutzen Sie einen Agent, wenn Planung, Werkzeuge, wechselnder Kontext und verbundene Ergebnisse die zusätzliche Komplexität rechtfertigen.

Einen breiteren Vergleich finden Sie unter Die besten KI-Agent-Workspaces.

Häufige Fehler bei der KI-Aufgabenautomatisierung

Das Ziel beschreibt Aktivität statt Ergebnis

„Recherchiere Wettbewerber“ kann endlos weitergehen. Definieren Sie Markt, Fragen, Belegstandard, Vergleichstabelle, Empfehlung und Zielgruppe.

Quellen fehlen oder widersprechen sich

Ein Agent kann private Projektfakten nicht zuverlässig erraten. Fügen Sie aktuelle Unterlagen bei, bestimmen Sie die maßgebliche Quelle und lassen Sie Konflikte markieren.

Alles geschieht in einem Schritt

Einmalige Generierung verbirgt Fehler. Fügen Sie Quelleninventar, Evidenztabelle, Gliederung oder einen anderen Zwischenprüfpunkt ein.

Der Workflow hat keine Abnahmekriterien

„Hohe Qualität“ ist nicht prüfbar. Definieren Sie Pflichtabschnitte, Belegregeln, zulässige Quellen, Ausgabeformat und Bedingungen, unter denen die Aufgabe stoppen muss.

Die Automatisierung überschreitet die Befugnis des Nutzers

Einen Entwurf vorzubereiten und ihn freizugeben sind verschiedene Handlungen. Trennen Sie Vorbereitung von Versand, Veröffentlichung, Zahlung, Löschung oder anderen folgenreichen Änderungen.

Das Team misst Menge statt nutzbare Fertigstellung

Mehr Entwürfe bedeuten nicht automatisch mehr Wert. Messen Sie, ob das Endergebnis angenommen, genutzt, abgeschlossen oder im realen Projekt weiterverarbeitet wurde.

So messen Sie, ob der Workflow funktioniert

Wählen Sie vorab wenige beobachtbare Kennzahlen:

Zeit von vollständigen Eingaben bis zum ersten prüfbaren Ergebnis
Anzahl unbelegter Aussagen, die bei der Prüfung gefunden werden
Anzahl der Überarbeitungsrunden bis zur Abnahme
Anteil ausgefüllter Pflichtabschnitte oder Felder
Ob das Ergebnis im nächsten Schritt tatsächlich verwendet wurde

Erfassen Sie einen Ausgangswert, wenn Sie eine Verbesserung behaupten möchten. Ohne vergleichbaren manuellen Prozess können Sie beschreiben, was der Workflow erzeugt hat, aber nicht seriös sagen, wie viel Zeit oder Geld er gespart hat.

Eine wiederverwendbare Vorlage für KI-Aufgaben

Fügen Sie diese Vorlage in Ottermind ein und hängen Sie die echten Unterlagen Ihrer Aufgabe an:

Prompt

Ziel:
Erstelle [Deliverable] für [Zielgruppe], damit sie [Entscheidung oder nächste Handlung] kann.

Ausgangsmaterial:
Nutze die beigefügten [Dateien, Links, Notizen oder Daten] als maßgebliche Quelle.
Bei Widersprüchen gilt [Prioritätsregel].

Einschränkungen:
- Erfinde keine fehlenden Fakten, Kennzahlen, Zitate oder Freigaben.
- Markiere Annahmen und fehlende Informationen deutlich.
- Versende, veröffentliche, kaufe, lösche oder verändere keine externen Systeme ohne meine Zustimmung.

Workflow:
1. Erfasse das relevante Ausgangsmaterial.
2. Schlage einen kurzen Plan vor und nenne fehlende Eingaben.
3. Erstelle Zwischenergebnisse, die ich prüfen kann.
4. Überarbeite sie anhand meiner Entscheidungen.
5. Erstelle das bearbeitbare Endergebnis.

Abnahmekriterien:
- [Pflichtabschnitt oder -feld]
- [Beleg- oder Genauigkeitsregel]
- [Format und Länge]
- [Anforderung an Zielgruppe oder Ton]
- [Abschließende Prüfliste]

Beginnen Sie mit einer echten Aufgabe

Versuchen Sie nicht, sofort Ihre gesamte Rolle zu automatisieren. Wählen Sie eine Aufgabe mit einer echten Quelldatei und einem klaren Ergebnis. Definieren Sie den Prüfpunkt, führen Sie den Workflow aus und prüfen Sie, was tatsächlich bis zum Ende gelangt.

Ottermind ist für diese verbundene Arbeitsweise gedacht: Ziele, Dateien, Kontext, Werkzeuge, Zwischenergebnisse und Deliverables in einem KI-Agent-Workspace. Starten Sie mit einem Bericht, Lebenslauf, einer Präsentation oder einem Projektbriefing, das Sie ohnehin fertigstellen müssen, und verbessern Sie den Workflow anhand von Belegen statt Hype.

Quellen und Offenlegung

Ottermind veröffentlicht diesen Leitfaden. Das Sechs-Phasen-Modell und die Evidenzübersicht für den Lebenslauf sind eigene redaktionelle Inhalte. Das Beispiel verwendet fiktive Demodaten und ist kein gemessener Produktbenchmark. Funktionen sind vor der Veröffentlichung anhand des aktuellen Ottermind-Produkts zu prüfen.

Weiterführend: Wirksame KI-Prompts schreiben, die besten KI-Agent-Workspaces und die besten KI-Rechercheassistenten.