Erst die Menschen prompten

Warum diese Seite in der Feldanleitung steht

Man würde erwarten, dass es in einer Feldanleitung über AI vor allem um die richtigen Prompts geht. Aber die Techniken der vorherigen Seiten (Transkription, Analyse, Mustererkennung) funktionieren nur, wenn der Input gut ist. Und dieser Input kommt von Menschen.

Der Unterschied, der den Unterschied macht

Zwei Fragen, dasselbe Ziel: ein Bild davon bekommen, wie die Zusammenarbeit besser werden könnte:

Frage A: "Wie würde die ideale Zusammenarbeit aussehen?"

Frage B: "Kannst du einen Moment beschreiben, in dem sich die Zusammenarbeit richtig angefühlt hat? Was ist da passiert?"

Frage A liefert abstrakte Antworten. Theorie. Meinungen darüber, wie es sein sollte.

Frage B liefert Geschichten. Rohmaterial. Einen konkreten Moment, den du erkunden kannst.

AI kann mit beidem arbeiten. Aber was du zurückbekommst, ist grundlegend anders.

Aus Meinungen bekommst du Zusammenfassungen dessen, was Menschen ohnehin schon dachten. Aus Geschichten bekommst du Details, an die Menschen noch nicht gedacht hatten: Wer war dabei, was hat den Unterschied gemacht, wie hat es sich angefühlt. Das sind die Puzzleteile, mit denen AI wirklich arbeiten kann.

Aber wie gestaltest du Fragen, die diese Puzzleteile liefern?

Der Deconstructed Burger

Ich denke gern an Workshops als einen "Deconstructed Burger": Du fängst mit dem an, was auf dem Teller landen soll, und arbeitest rückwärts zu den Zutaten.

Warum das funktioniert: Aus meinem Design-Hintergrund habe ich das beim Testen von Prototypen gelernt: Wenn du Menschen fragst "Würdest du das kaufen?" oder "Was würdest du dafür bezahlen?", bekommst du eine hypothetische Antwort. Sie denken darüber nach, was sie denken sollten.

Aber wenn du denselben Prototyp als Produkt irgendwo in einem Laden platziert hättest und beobachtet hättest, ob sie ihn tatsächlich in die Hand nehmen, anschauen und kaufen, hättest du echtes Verhalten gesehen.

Dieselbe Logik gilt für Workshops: Gestalte Fragen, die Menschen in ihre Erfahrung versetzen, nicht in ihre Analyse. Frag nicht, was sie denken, sondern was sie erlebt haben.

Schritt 1: Beginne mit dem Ziel Was willst du am Ende der Sitzung haben? Welches Ergebnis braucht die Gruppe, um voranzukommen?

Schritt 2: Arbeite rückwärts zu den Puzzleteilen Welche Zutaten brauchst du dafür? Welche Erkenntnisse, Perspektiven, Erfahrungen?

Schritt 3: Bestimme die Reihenfolge In welcher Reihenfolge holst du die Puzzleteile heraus? Beginne mit Erfahrung, ende mit Analyse, damit Menschen aus dem Gefühl heraus sprechen, nicht aus dem Kopf.

Schritt 4: Formuliere die Fragen Wie holst du jedes Puzzleteil aus den Menschen heraus? Nicht eine große Frage, sondern einzelne Fragen, die jeweils etwas Spezifisches liefern. Bild: Backwards Design: vom Ziel zur Frage Beispiel:

• Ziel: Prioritäten setzen auf Basis echter Erfahrung
• Puzzleteile: Wirkungseinschätzung + Aufwandseinschätzung + Wert für andere
• Reihenfolge: Zuerst Wirkung (Emotion), dann Aufwand (praktisch), dann Wert (andere Perspektive)
• Fragen:
  1. "Beschreibe einen Moment, in dem das wirklich Wirkung hatte"
  2. "Was hat es dich gekostet, das zu tun?"
  3. "Wer hat sich darüber gefreut, und woran hast du das gemerkt?"

Erst dann denkst du an AI. Der Prompt wird einfacher, weil der Input reicher ist.

In einer ko-kreativen Sitzung mit 30 Leuten habe ich das sehr konkret erlebt.

Rolle: Du bist ein AI-Assistent, der bei der Live-Dokumentation einer Sitzung zum Transformationsplan hilft. Deine Aufgabe ist es jetzt, den Kern der gerade stattgefundenen Visionsdiskussion zusammenzufassen, als direktes Feedback an die Gruppe.
Kontext:
Sitzungsteil: Ende von Runde 1 – Diskussion zur 5-Jahres-Perspektive (Frage 1 aus dem Sitzungsskript).
Input: Das vollständige Transkript der gerade abgeschlossenen 60-minütigen Diskussion an diesem Tisch.
Ausgabeziel: Feedback an die Teilnehmenden am Tisch zur Validierung ("Stimmt dieses Bild?").
Erforderlicher Schreibstil (durchgehend anwenden):
Sprache: Formell, professionell.
Ton: Kooperativ ("wir", "zusammen", "gemeinsam"), handlungsorientiert, pragmatisch, lösungsorientiert.
Perspektive: Geschrieben aus der Sicht der zusammenarbeitenden Parteien, unter Berücksichtigung der Blickwinkel von "Bewohner", "Angehöriger", "Fachkraft".
Terminologie: Verwende korrekte und relevante Fachbegriffe aus dem niederländischen Gesundheits- und GGZ-System (wie IZA, GALA, MGN, POH-GGZ, Positive Gesundheit, Recovery-orientiert, domänenübergreifend etc.) wo angemessen.
Struktur: Verwende klare Sätze, Aufzählungspunkte wo nötig.
Anweisungen:
Analysiere das vollständige Input-Transkript.
Identifiziere das in diesem Transkript besprochene Hauptthema. Wähle aus: 'Soziale Landkarte', 'Beratungstisch/Übergabetisch' oder 'Erkundungsgespräch'. Falls das Thema nicht eindeutig bestimmt werden kann, notiere 'Thema unklar' und stoppe.
Fokussiere auf die Teile des Transkripts, die sich auf die 5-Jahres-Vision beziehen (Frage 1 aus dem Skript: wie es aussieht, was es bringt, entscheidende Elemente, anderes Verhalten, Voraussetzungen).
Erstelle eine prägnante, narrative Zusammenfassung der geteilten 5-Jahres-Vision für das identifizierte Thema. Formuliere diese Zusammenfassung streng nach dem erforderlichen Schreibstil.
Extrahiere eine Liste von 3-5 entscheidenden Elementen, die Teilnehmende als unverzichtbar für diese 5-Jahres-Vision nennen. Präsentiere dies als klare Aufzählungsliste.
Prüfe auf genannte KPIs oder messbare Ergebnisse und nimm diese in die Zusammenfassung oder die Liste auf.
Input-Transkript: [Vollständiges Transkript hier einfügen]
Ausgabeformat: Identifiziertes Thema: [Soziale Landkarte / Beratungstisch / Erkundungsgespräch]
Entwurf Vision [Thema] (zur Validierung): [Narrative Zusammenfassung im erforderlichen Schreibstil]
Entscheidende Visionselemente:
[Entscheidendes Element 1]
[Entscheidendes Element 2]
[Entscheidendes Element 3]
...

Die Reihenfolge der Rahmung

Du hast es gerade im Beispiel oben gesehen: Die Reihenfolge machte den Unterschied. Das ist ein Muster, das ich öfter sehe.

Mit Problemen anfangen:

”

"Was sind die Herausforderungen in der Zusammenarbeit?"

Das versetzt Menschen in einen kritischen Modus. Du bekommst eine Liste von dem, was schiefläuft.

Mit dem Ideal anfangen:

”

"Beschreibe einen Moment, in dem sich die Zusammenarbeit richtig angefühlt hat. Was ist da passiert?"

Das versetzt Menschen in einen konstruktiven Modus. Du bekommst Beispiele von dem, wovon sie mehr wollen.

Aus der positiven Psychologie: Wenn du mit dem idealen Szenario anfängst und dann rückwärts arbeitest zu "Was sind die Herausforderungen, um dorthin zu kommen?", hast du die Sache anders gerahmt. Menschen denken darüber nach, wie sie irgendwo hinkommen, nicht darüber, was falsch ist.

Die Reihenfolge:

1. Wo willst du hin? (Ideal)
2. Was funktioniert schon? (positive Erfahrung)
3. Was steht im Weg? (Herausforderung)

Statt:

1. Was ist falsch? (Problem)
2. Wie beheben wir es? (Reparatur)

Das sind alles Gestaltungsentscheidungen, die du vorher triffst. Aber woher weißt du, ob eine bestimmte Frage gut ist?

Prüfe deine Fragen

Ein schneller Test für jede Frage, die du stellst:

Der einfache Check:

”

Frage ich nach einer Meinung oder nach einer Erfahrung?

Wenn es eine Meinung ist, formuliere in Richtung Erfahrung um.

Beispiel:

• Nicht: "Was denkst du über die Kommunikation im Team?"
• Besser: "Kannst du einen Moment beschreiben, in dem du dachtest: Hier läuft etwas schief?"

Und wenn du Hilfe beim Gestalten dieser Fragen brauchst? Dann kannst du AI nutzen.

Die Workshop-Vorbereitung

So kannst du AI nutzen, um die Teilnehmerfragen zu gestalten:

Ich bereite einen Workshop zum Thema [THEMA] vor.
Mein Ziel ist: [WAS ICH ERREICHEN WILL]
Die Teilnehmenden sind: [WER & IHRE ROLLEN]
Gestalte 3-5 Fragen, die:
Konkrete Erfahrungen hervorrufen, keine Meinungen
Jeweils ein anderes "Puzzleteil" liefern
In einer logischen Reihenfolge stehen (von Emotion zu Analyse)
Pro Frage:
Die Frage selbst
Welches Puzzleteil sie liefert
Warum diese Reihenfolge
Beachte:
Vermeide "Was denkst du über..."
Verwende "Beschreibe einen Moment, in dem..."
Fokussiere auf gelebte Erfahrung, nicht auf abstrakte Reflexion

Die Spannung

Es gibt eine Wahl, die du immer wieder triffst: Kann AI mir mit dem Input helfen, den ich schon habe, oder kann ich die Fragen verbessern, die ich Menschen stelle?

Beides ist berechtigt. Aber was mir auffällt: Wenn das Ergebnis nicht das ist, was du gehofft hast, liegt die Antwort öfter bei den Fragen als beim Prompt.

Konkret:

• Bekommst du Abstraktionen zurück? Prüfe, ob du nach Erfahrungen fragst, nicht nach Meinungen.
• Fehlt der Zusammenhang? Prüfe, ob du die Puzzleteile identifiziert hast.
• Fühlt sich oberflächlich an? Prüfe, ob die Reihenfolge stimmt: erst Erfahrung, dann Analyse.

Sicherheits-Checkliste

• Frage ich nach Erfahrungen, nicht nach Meinungen?
• Habe ich die Puzzleteile identifiziert?
• Ist die Reihenfolge von Emotion zu Analyse?
• Habe ich die Input-Erfahrung gestaltet, bevor ich an AI gedacht habe?

Menschen dort erreichen, wo sie sind

Die Input-Erfahrung beginnt nicht mit der Workshop-Frage. Sie beginnt mit der Einladung.

In Doesburg, einer Kleinstadt in den Niederlanden, lernte die Steuerungsgruppe, dass Standardkommunikation (E-Mail, Websites, Flyer) nicht immer funktioniert, wenn man Menschen in ihrer eigenen Welt erreichen will. Man muss am Ort und auf die Art kommunizieren, die zur Zielgruppe passt. Floor de Ruiter, Prozessbegleiterin und Expertin für Bottom-up-Arbeit, wusste das aus Erfahrung:

”

"Man sollte Blumenzüchter nicht per E-Mail einladen... Man muss eine SMS schicken, weil sie das auf dem Traktor lesen."

Das ist nicht nur eine Kanalwahl. Es ist ein breiteres Muster: In der Moschee anwesend sein statt einen Brief zu schicken. Texte auf dem Leseniveau der sechsten Klasse schreiben, nicht weil Menschen nicht klug sind, sondern weil es klar sein muss. Die Steuerungsgruppe in Doesburg fing schließlich auch an, Menschen persönlich für eine wichtige Sitzung einzuladen.

Die Lektion für "Erst die Menschen prompten": Wenn du Menschen über einen Kanal ansprichst, der nicht ihrer ist, erreichst du sie nicht. Die Frage "Wie gestalte ich die Input-Erfahrung?" beginnt früher, als du denkst.

Philosophische Vertiefung

Facilitation vor Prompting

Dieses Prinzip geht tiefer als Technik. Es geht eigentlich um die Frage: Wo entsteht Wert?

Die Tendenz ist, AI als Quelle von Wert zu sehen. "AI analysiert", "AI findet Muster", "AI generiert Erkenntnisse". Aber AI arbeitet mit dem, was du ihr gibst.

Die eigentliche Wertschöpfung sitzt in der menschlichen Erfahrung. In dem, was Menschen teilen, wie sie es teilen, welche Geschichten auftauchen. AI kann das verstärken, ordnen, verbinden, aber sie kann es nicht erschaffen.

Deshalb: Erst die Menschen prompten.

Die Meta-Erkenntnis: Manchmal muss man kurz wie ein Computer denken. Was muss ich hier haben? Welche Bausteine brauche ich dafür? Das ist Rückwärts-Design vom Ziel her. Nicht bei den Werkzeugen anfangen, sondern beim Ziel. Nicht bei AI anfangen, sondern bei den Menschen.