Wie bereitest du einen KI-Workshop zu euren eigenen Prozessen vor?

Kurz gesagt: Ein KI-Workshop zu euren eigenen Prozessen bringt nur dann etwas, wenn er aus vier Teilen besteht: einer Vorbereitung mit einer echten, abgegrenzten Übungsaufgabe und passenden Testdaten, der eigenen Bearbeitung durch die Teilnehmenden, einer gemeinsamen Fehlerbesprechung – und einer Überprüfung am Ende, ob das eigentliche Lernziel erreicht wurde. Ein Workshop, der nur zeigt und erklärt, hinterlässt Eindrücke, aber keine Übung. Und ohne Prüfung am Ende weiß niemand, ob die Übung tatsächlich saß oder nur gut unterhalten hat.

Der Rest dieses Beitrags geht die vier Teile einzeln durch, mit einer durchgehenden Beispielaufgabe, an der sich zeigt, wie das konkret aussieht.

Warum die eigene Übung der eigentliche Kern ist

Seit dem 2. Februar 2025 verlangt Artikel 4 der EU-KI-Verordnung von Unternehmen, die KI-Systeme einsetzen oder betreiben, angemessene Maßnahmen zum Aufbau von KI-Kompetenz bei den Beschäftigten, die damit arbeiten. Ein festes Curriculum schreibt die Verordnung nicht vor – aber sie macht deutlich, dass reines Vorführen eines Tools nicht ausreicht, wenn am Ende niemand einschätzen kann, wo die Ergebnisse stimmen und wo nicht.

Das deckt sich mit einem einfachen Befund aus der Weiterbildung: Ob ein Training gefällt (Reaktion) und ob es tatsächlich etwas beibringt (Lernen), sind laut dem Kirkpatrick-Modell zwei getrennte Ebenen, die man getrennt prüfen muss. Ein Workshop, der nur Folien zeigt, testet höchstens die erste Ebene. Ob jemand danach selbst eine Aufgabe lösen kann, zeigt sich erst an der eigenen Bearbeitung und an einer gezielten Prüfung danach – zum Beispiel über einen Vorher-Nachher-Vergleich oder ein Teachback, bei dem die Person den eigenen Lösungsweg in eigenen Worten erklärt.

Schritt 1: Eine Übungsaufgabe auswählen, die wirklich zum eigenen Betrieb passt

Die Übungsaufgabe entscheidet über den Erfolg des ganzen Workshops mehr als jedes Werkzeug. Drei Kriterien haben sich bewährt:

• Klein und abgegrenzt. Eine Aufgabe, die sich in der verfügbaren Zeit tatsächlich einmal komplett durchspielen lässt – nicht ein ganzer Ablauf mit fünf Ausnahmen.
• Aus dem eigenen Alltag. Eine erfundene Beispielaufgabe ohne Bezug zur eigenen Arbeit fühlt sich wie Theorie an. Eine Aufgabe, die einem echten, wiederkehrenden Vorgang ähnelt, überträgt sich später leichter.
• Mit einem prüfbaren Ausgang. Es muss am Ende eine erkennbar richtige oder zumindest bewertbare Lösung geben – sonst lässt sich Schritt 4 (Fehlerbesprechung) nicht sinnvoll führen.

Fiktive Übung für diesen Beitrag: Ein Team möchte lernen, wie sich eingehende Kundenanfragen im Postfach nach Dringlichkeit und Thema vorsortieren lassen. Die Übungsaufgabe: Zehn frei erfundene, aber realistisch formulierte Beispiel-E-Mails (Rückfrage zum Angebot, Reklamation, Terminwunsch, allgemeine Frage) sollen mit einer klaren Regel und einem KI-Prompt in „dringend“, „normal“ und „kann warten“ eingeteilt werden.

Schritt 2: Die Vorbereitung

Vor dem eigentlichen Termin klärt sich, was während des Workshops nicht mehr diskutiert werden sollte:

• Zugänge. Wer braucht Zugriff auf welches Werkzeug, und ist der Zugang vor dem Termin getestet – nicht erst währenddessen?
• Testdaten statt echter Daten. Nutzt frei erfundene oder anonymisierte Beispiele, die der echten Aufgabe in Struktur und Schwierigkeit entsprechen. Echte Kunden- oder Personaldaten gehören nicht in eine Übung, an der mehrere Personen gleichzeitig herumprobieren.
• Ein klar formuliertes Lernziel. Nicht „KI ausprobieren“, sondern ein Satz wie: „Am Ende kann jede Person eine eingehende Anfrage anhand der Regel richtig einordnen und weiß, wann eine KI-Einordnung nochmal geprüft werden muss.“
• Zeitplan mit Puffer. Bearbeitung dauert in der Praxis fast immer länger als geplant. Rechnet die Fehlerbesprechung als eigenen, nicht verhandelbaren Block ein statt als Restzeit.

Schritt 3: Die eigene Bearbeitung

Jetzt arbeiten die Teilnehmenden selbst an der Übungsaufgabe, einzeln oder in kleinen Gruppen von zwei Personen – nicht als Vorführung durch eine moderierende Person. Bei der Beispielaufgabe von oben heißt das: Jede Gruppe bekommt dieselben zehn Beispiel-E-Mails und formuliert eine eigene Regel plus einen eigenen Prompt, mit dem sich die Einordnung wiederholen lässt.

Wichtig ist, in dieser Phase bewusst nicht einzugreifen, sobald es klemmt. Der Punkt, an dem eine Gruppe nicht weiterkommt, ist genau der Stoff für die nächste Phase.

Schritt 4: Die Fehlerbesprechung

Jede Gruppe stellt kurz vor, wo die eigene Regel oder der eigene Prompt versagt hat – nicht nur das fertige Ergebnis. Typische Fehlerquellen, die sich in der Praxis immer wieder zeigen:

| Fehlerquelle | Wie sie sich zeigt | Was dagegen hilft | |---|---|---| | Prompt zu vage formuliert | KI ordnet ähnliche Anfragen unterschiedlich ein | Konkrete Beispiele für jede Kategorie in den Prompt aufnehmen | | Ausnahme übersehen | Eine Anfrage passt in keine der drei Kategorien | Eine vierte Kategorie „unklar, manuell prüfen“ einplanen | | Kein Vergleichsmaßstab | Niemand kann sagen, ob eine Einordnung richtig war | Vor der Übung eine „richtige“ Musterlösung festlegen | | Ergebnis nicht wiederholbar | Derselbe Prompt liefert bei zwei Durchläufen unterschiedliche Antworten | Prompt enger fassen, Ausgabe in festem Format verlangen |

Diese Tabelle ist keine abschließende Liste – sie ist der Rahmen, an dem entlang eine Gruppe die eigenen Fehler einordnet, statt sie nur zu bemerken.

Schritt 5: Das Lernziel überprüfen

Am Ende steht eine kurze, konkrete Prüfung – kein Feedbackbogen zur Stimmung. Zwei Varianten, die sich für eine kleine Gruppe eignen:

• Vorher-Nachher-Vergleich derselben Aufgabe. Vor dem Workshop ordnet jede Person zwei, drei Beispiel-Mails ohne Hilfsmittel ein. Am Ende macht sie das noch einmal mit der neu erarbeiteten Regel. Der Unterschied zeigt, ob sich etwas verändert hat.
• Teachback. Jede Person erklärt einer anderen in zwei, drei Sätzen die eigene Regel und wann eine KI-Antwort nochmal geprüft werden muss. Wer das nicht in eigenen Worten kann, hat die Übung mitgemacht, aber das Lernziel nicht erreicht – das ist ein ehrliches und nützliches Ergebnis, keine schlechte Note.

Wo sich das nicht lohnt

Ein einzelner Workshop löst kein Problem, das eigentlich eine technische Einrichtung braucht. Wenn die eigentliche Aufgabe ist, ein Postfach dauerhaft automatisch zu sortieren, bringt ein zweistündiger Workshop dafür kein fertiges System – er zeigt nur, ob und wie sich das Team das grundsätzlich vorstellen kann. Genauso wenig ersetzt ein Workshop eine Fortbildung mit Prüfung oder ein Zertifikat; wer eine formale Qualifikation braucht, muss das gesondert klären. Und bei mehr als etwa acht bis zehn Teilnehmenden verliert die eigene Bearbeitung schnell ihren Sinn, weil in der Fehlerbesprechung nicht mehr jede Gruppe zu Wort kommt – dann lohnt sich eher ein zweiter, kleinerer Termin als ein größerer.

Der nächste Schritt

Wenn ihr eine konkrete eigene Aufgabe habt, an der ihr das ausprobieren wollt, hilft als Einstieg auch unser Praxistest zur Automatisierung – er zeigt an einem Beispiel, wie sich eine Idee vor der Einrichtung prüfen lässt. Wollt ihr einen Workshop zu einem bestimmten eigenen Ablauf gemeinsam vorbereiten oder braucht ihr Unterstützung bei der Auswahl der Übungsaufgabe, ist das eine passende Frage für unsere KI-Beratung.