Phase 3: Skalieren

Kollektive Weisheit: Von einem Gespräch zu Erkenntnissen, die sich über Zeit ansammeln.

Die Grundlage steht, du hast Tiefe in einzelnen Gesprächen gefunden. Jetzt die Frage: Was, wenn du über eine einzelne Sitzung hinausschaust? Was, wenn du nicht nur Muster sichtbar machst, sondern durch Nebeneinanderlegen auch neue Erkenntnisse schaffst, die vorher nicht da waren?

Wo stehst du?

Du hast Transkripte von mehreren Gesprächen. Du hast mit AI iteriert, Muster gefunden, Reflexionen zurückgegeben. Jetzt fragst du dich: Was, wenn das größer wird?

Was, wenn du die gleiche Sorgfalt, die ein Forscher auf Daten anwenden würde, auf das Material anwenden könntest, das du bereits hast? Muster sehen. Verbindungen ziehen, die immer da waren, aber unsichtbar blieben. Und manchmal neues Wissen schaffen: indem du Intuitives sichtbar machst und Zusammenhänge aufzeigst, entsteht Erkenntnis, die vorher nicht da war. Unterströmungen sichtbar machen, die im Gespräch selbst nicht aufgetaucht sind. Zurückschauen, wohin Entscheidungen geführt haben und welche Aktionen daraus entstanden sind.

Und was, wenn du das dann teilen könntest? Schauen, ob es in anderen Kontexten funktioniert?

Teile davon habe ich konkret gemacht. Teile sind noch eine Vision. Das ist die Phase, in der das Einzelne kollektiv wird: wo individuelle Weisheit, die normalerweise bei einer Person bleibt, geteilt und verbunden werden kann. Wo du verschiedene Perspektiven nebeneinanderlegen und sichtbar machen kannst, wie sie zueinander stehen, ohne entscheiden zu müssen, wer recht hat.

Die Geschichte: der Skeptiker, der sich veränderte

In einem Bottom-up-Prozess arbeiten wir zusammen mit einer Gruppe von Freiwilligen an der Verbesserung der Versorgung in ihrer Gemeinde. Fachleute, Bewohner und Unternehmer: gemeinsam schauen, was besser kann, ausgehend von den Menschen selbst. Einer der Teilnehmenden war in der ersten Sitzung offen skeptisch. Über das System: frustriert, das Gefühl, dass sich nie wirklich etwas ändert. Über den Ansatz: "Ich sehe nicht wirklich, dass das irgendwo funktioniert."

Gleichzeitig hatte ich mehr mit Claude Code experimentiert. Eigenverantwortung ist in Bottom-up-Prozessen essenziell; die Frage war: Kann ich das tatsächlich sichtbar machen? Das war das erste echte Bottom-up-Projekt, an dem ich arbeitete, und ein Pilotversuch, um zu sehen, wie AI in solchen Prozessen helfen kann. Diese beiden Dinge kamen zusammen.

Die AI-Analyse der ersten Sitzung ergab einen niedrigen Eigenverantwortungs-Wert. Machte Sinn. Aber als ich die zweite und dritte Sitzung analysierte, sah AI eine Verschiebung. Die Werte gingen hoch. Die Sprache veränderte sich von "das wird eh nichts" zu "ich bin offen dafür." AI berichtete: "Skepsis beginnt in Richtung Offenheit zu kippen."

Ich dachte: Ist das echt, oder erfindet AI das?

Dann, in der vierten Sitzung, sagte der Teilnehmer: "Ich war skeptisch, aber jetzt fange ich wirklich an, es zu sehen."

Das war genau das, was die Analyse bereits gezeigt hatte. Nicht wörtlich, aber die Verschiebung war real. AI gab etwas Struktur, das sonst nur als Bauchgefühl existiert hätte. Die Methode, Eigenverantwortung in Transkripten zu lesen, wurde großteils von Claude selbst entwickelt, basierend auf den Bottom-up-Prinzipien, die wir verwendeten. Diese Analysetiefe hatte ich selbst nicht bedacht.

Dieses Experiment läuft noch. Wir sind noch nicht fertig. Aber was ich schon sehe: Analysen über Zeit können Veränderung sichtbar machen, die sonst unsichtbar geblieben wäre.

Die Musik-Metapher

Die Skeptiker-Geschichte zeigt, was möglich wird, wenn du über eine einzelne Sitzung hinausschaust. Aber wie verhalten sich die drei Phasen eigentlich zueinander? Hier hat mir AI geholfen, eine gute Metapher zu finden. Musik.

Phase 1 bringt dir die Instrumente bei: aufnehmen, transkribieren, bewahren. Phase 2 bringt dir das Spielen bei: analysieren, reflektieren, iterieren. Phase 3 ist kein neues Instrument; es ist das Dirigieren eines Orchesters. Du kombinierst, was du schon kannst, aber jetzt mit mehreren Instrumenten gleichzeitig.

Der Dirigent spielt nicht. Der Dirigent hört zu, verbindet und sorgt dafür, dass das Ganze mehr wird als die Summe seiner Teile. Genau das machst du hier: nicht selbst analysieren, sondern Analysen zu etwas zusammenbringen, das keine einzelne Analyse hätte zeigen können.

Genau das passierte auch in der Skeptiker-Geschichte: Die einzelnen Sitzungsanalysen zeigten jeweils ihr eigenes Bild, aber erst als ich sie nebeneinanderlegte, wurde die Verschiebung sichtbar.

Das Kernprinzip: erst einzeln, dann zusammen

Phase 3 ist eigentlich Phase 2 im großen Maßstab. Die gleichen Techniken, aber angewandt auf mehrere Gespräche, Sitzungen oder Gruppen. In der Lage sein, die vollständige Geschichte einer Entscheidung zu verfolgen: Welche Entscheidungen haben wir getroffen, welche Aktionen sind daraus entstanden, und wohin hat das geführt?

Das Prinzip:

Erst einzeln analysieren: jede Sitzung oder Breakout für sich, mit der gleichen Methodik und dem gleichen Prompt
Dann synthetisieren: die Analysen nebeneinanderlegen, nach Mustern suchen, zusammenführen

Warum nicht alles auf einmal an AI geben?

Der wichtigste Grund: Erst selbst schauen. Beginne mit einem Transkript. Passt der Output zu deiner Intuition? Funktioniert dein Prompt? Bekommst du, was du suchst? Erst dann skalieren. So weißt du, ob du AI vertrauen kannst, bevor du zehn Transkripte auf einmal reinwirfst.

Aber es gibt noch mehr Gründe:

Vergleichbarkeit: Wenn du jede Sitzung mit dem gleichen Prompt analysierst, kannst du die Ergebnisse nebeneinanderlegen. Muster werden sichtbar, die du in getrennten Analysen nie sehen würdest
Kontextverlust: AI wird bei großen Textmengen auf einmal weniger präzise. Durch vorheriges Destillieren bewahrst du die Nuance jedes Gesprächs
Fehlerresilienz: Wenn die einzelnen Analysen solide sind, aber die Synthese nicht überzeugt, musst du nur die Synthese anpassen. Du hast bereits das Urteil: Das Problem liegt nicht in der Analyse, sondern darin, wie sie zusammenkommt.

Die Stärke liegt in der Vergleichbarkeit. Der gleiche Prompt auf zehn Sitzungen ergibt zehn vergleichbare Analysen. Da liegen die echten Erkenntnisse.

Vier Organisationsmuster

Wenn du anfängst, das Kernprinzip anzuwenden (erst einzeln, dann zusammen), entdeckst du schnell, dass es verschiedene Formen gibt. Arbeitest du mit Transkripten von Sitzungen, die über Wochen oder Monate stattfanden? Dann analysierst du hauptsächlich rückblickend. Arbeitest du mit Breakouts vom selben Tag? Dann kannst du die Analysen manchmal live zurückspielen. Die Form bestimmt den Rhythmus.

Im Folgenden vier Muster, denen ich begegnet bin. Die Situation bestimmt, welches Muster passt; das ist eine Speisekarte, kein Wachstumspfad.

1. Über Zeit: gleiche Gruppe, mehrere Sitzungen

Sitzung 1 ──► Sitzung 2 ──► Sitzung 3 ──► Sitzung 4
    │             │             │             │
    ▼             ▼             ▼             ▼
 Analyse      Analyse       Analyse       Analyse
    └─────────────┴─────────────┴─────────────┘
                        │
                        ▼
               Synthese über Zeit

Das ist die Form, die wir zum Beispiel in einer Zusammenarbeit mit einer Gruppe von Freiwilligen anwenden, die an der Verbesserung der Versorgung in ihrer Gemeinde arbeiten. Du siehst Entwicklung, Wachstum, Stagnation. Die Skeptiker-Geschichte oben ist ein Beispiel.

2. Parallel: gleichzeitig, aber getrennt (Breakouts, Schlüsselfiguren)

      Breakout A ──► Analyse A ──┐
                                  │
      Breakout B ──► Analyse B ──┼──► Synthese
                                  │
      Breakout C ──► Analyse C ──┘

Drei Gruppen sprechen gleichzeitig. Jede Gruppe bekommt ihre eigene Analyse mit dem gleichen Prompt. Dann bringst du die Erkenntnisse zusammen: Wo überschneiden sich die Bedenken? Wo unterscheiden sie sich? Du kannst das am Ende der Sitzung live zurückspielen oder nachher ausarbeiten.

3. Sequentiell: verschiedene Gruppen, gleiches Thema

Gruppe 1 ──► Gruppe 2 ──► Gruppe 3
    │           │           │
    ▼           ▼           ▼
 Analyse    Analyse     Analyse
    └───────────┴───────────┘
                │
                ▼
        Was lernen wir?

Verschiedene Gruppen sprechen unabhängig voneinander über das gleiche Thema. Du suchst nach Mustern: Was kommt immer wieder? Was ist einzigartig für eine Gruppe? Was sagt der Unterschied dir?

4. Rollend vorwärts: aufeinander aufbauend (Output wird Input)

Gruppe 1 ──► Analyse ──► Output 1
                            │
                            ▼
            Gruppe 2 ──► Input + Analyse ──► Output 2
                                                │
                                                ▼
                            Gruppe 3 ──► Input + Analyse ──► Output 3

Der Output von Gruppe 1 wird Input für Gruppe 2. Jede Gruppe baut auf dem auf, was die vorherige Gruppe geliefert hat. AI hält den Faden, während der Inhalt wächst. Wichtig: Das Feedback der Gruppe wird ebenfalls verarbeitet und schärft das Ergebnis. Es ist nicht nur Weitergeben; es ist Iteration.

In der Praxis kombinierst du oft Muster. Breakouts, die rollend vorwärts gehen. Sitzungen über Zeit mit wechselnder Zusammensetzung. Das Kernprinzip bleibt gleich: erst einzeln analysieren, dann synthetisieren.

Linsen: was du sehen kannst

Mit mehreren Analysen nebeneinander kannst du verschiedene Linsen anwenden. Eine Linse ist eine Frage, die du an dein Material stellst. Ich denke, es gibt viel mehr als hier aufgelistet. Eigenverantwortung und Muster über Zeit habe ich konkret im Bottom-up-Prozess angewandt, den ich vorhin beschrieben habe. Die anderen Linsen sind das, was ich auf Basis dessen, was ich dort gesehen habe, für möglich halte. Eine offene Einladung.

Verschiebungen verfolgen: Was hat sich verändert? In der Sprache, in den Themen, in den Fragen, in der Energie. Was ist verschwunden? Was ist aufgetaucht? Verschiebungen sind der Herzschlag der Entwicklung.

Verbindungen ziehen: Wo kämpfen Menschen mit dem Gleichen, ohne es voneinander zu wissen? Wo stimmen sie eigentlich überein? Welche gemeinsamen Entscheidungen und Zukunftsvisionen werden sichtbar? Aber auch: Wo liegen die Unterschiede, und was sagen sie dir? Anknüpfungspunkte finden, wo Verbindung entstehen kann, besonders über Unterschiede hinweg.

Eigenverantwortung lesen: Verschiebt sich die Sprache von "die sollten" zu "wir werden"? Ergreifen Menschen mehr Initiative? Eigenverantwortung ist vielleicht die fundamentalste Verschiebung, die es zu verfolgen gilt. Hiermit habe ich am konkretesten experimentiert: Musteranalysen über fünf Sitzungen, eine Chronik, die wir der Gruppe als erzählerischen Überblick zurückpräsentierten, und Entscheidungen und Aktionen, die wir systematisch verfolgten.

Energie und Konsens lesen: Wo liegt die Energie in einem Gespräch? Wo wird es still? Wo entsteht echter Konsens, und wo gehen alle nur mit? Das ist noch experimentell; ich habe dafür noch keine konkrete Anwendung gefunden.

Gruppendynamik: Welche Unterströmungen sind im Spiel? Was lebt unter der Oberfläche? Wo bilden sich Koalitionen? Das erfordert eine wichtige Nuance: Gruppendynamik kann analysiert werden, ohne Einzelpersonen herauszugreifen. "WIRD Initiative ergriffen" statt "WER ergreift Initiative." Die Grenze zwischen Erkenntnis und Überwachung ist dünn; psychologische und soziale Sicherheit haben immer Vorrang. Das ist ebenfalls noch experimentell.

Inklusion bewachen: Wer wird gehört und wer nicht? Welche Perspektiven gehen in der Gruppendynamik unter? Experimentell; wichtig genug, um zu benennen, aber ich habe damit noch keine eigene Erfahrung.

Jede Linse funktioniert bei einem einzelnen Gespräch. Aber die eigentliche Stärke liegt darin, sie konsequent über mehrere Sitzungen anzuwenden. Dann werden Meta-Muster sichtbar, die du sonst nie sehen würdest.

Was du damit machst: drei Interventionen

Der Wert liegt nicht nur im Sehen, sondern in dem, was du damit machst.

Spiegeln: der Gruppe ihre eigene Entwicklung zeigen. "Das habt ihr vor drei Monaten gesagt. Das sagt ihr jetzt. Erkennt ihr diese Verschiebung?" In einem Prozess, in dem wir mit einer Steuerungsgruppe arbeiteten, erstellten wir einen erzählerischen Überblick über fünf Monate Zusammenarbeit: die Suche, die Reibung, die Durchbrüche. Als wir das der Gruppe zurückpräsentierten, fanden sie es wertvoll zu sehen, wie viel sie tatsächlich erreicht hatten.

In einer Transformationsplan-Sitzung in der psychischen Gesundheitsversorgung (GGZ, das niederländische System für psychische Gesundheitsversorgung) arbeiteten wir mit einer schnelleren Variante: Gruppe 1 teilte ihre Vision, der Input wurde live von AI verarbeitet und auf den Bildschirm gebracht, und Gruppe 2 las es und reagierte darauf. Ihre erste Reaktion auf das, was auf dem Bildschirm stand, war positiv, aber der eigentliche Wert lag darin, dass konkret darauf aufgebaut werden konnte: Das Gespräch drehte sich um das Verfeinern dessen, was bereits da war, und bot Raum für differenziertere Perspektiven. Es gab etwas, worauf man reagieren konnte, anstatt das Gespräch von vorne zu führen.

Verbinden: Menschen um gemeinsame Erfahrungen zusammenbringen. "Ihr kämpft mit dem Gleichen; wusstet ihr das voneinander?" Das wirkt am stärksten bei parallelen Sitzungen und bei Gruppen, die sich nicht kennen.

Evaluieren: Auftraggebern oder Beteiligten zeigen, was sich verändert hat. Nicht als Top-down-Bericht, sondern als sichtbarer Nachweis der Entwicklung in der Sprache der Teilnehmenden selbst. In einer Evaluation eines Bottom-up-Prozesses haben wir das komplett in Zusammenarbeit mit AI gemacht: Evaluationspunkte aufstellen, AI half beim Strukturieren und Ergänzen. Ehrlich gesagt: Der Auftraggeber war mit anderen Dingen beschäftigt und hat es nicht gelesen. Aber der Prozess selbst war wertvoll; er hat uns gezwungen, klar zu formulieren, was sich verändert hatte.

Erkennst du eine dieser Situationen?

Die Vertiefungen unten helfen dir, Phase 3 konkret zu machen. Jede beschreibt eine Situation, einen Ansatz und was du erwarten kannst. Wo du anfängst, hängt davon ab, was du hast und was du wissen willst.

Gleiche Gruppe, über Wochen oder Monate

Du begleitest einen Prozess über längere Zeit und willst wissen, was sich verschiebt.

Du begleitest eine Gruppe oder einen Prozess über Zeit. Was verändert sich in der Sprache? Wo verschiebt sich die Energie? Das ist die fundamentalste Anwendung von Skalierung: Entwicklung sichtbar machen, die sonst unsichtbar geblieben wäre.

Mehr dazu: Über Zeit, Verschiebungen verfolgen

Breakouts oder parallele Sitzungen

Mehrere Gespräche, gleicher Tag. Du willst analysieren, was die Gruppen sagen und herausfinden, und vergleichen.

Mehrere Gespräche vom selben Tag oder Prozess nebeneinanderlegen. Wo kämpfen Menschen mit dem Gleichen, wo stimmen sie überein, welche gemeinsamen Entscheidungen und Visionen halten sie fest? Wo liegen die Unterschiede? Das ist die Anwendung für Breakouts, parallele Tische und Sitzungen mit verschiedenen Gruppen zum gleichen Thema.

Mehr dazu: In der Sitzung, Anknüpfungspunkte finden und verbinden (kommt bald)

Langfristiger Prozess, Eigenverantwortungs-Frage

Die Formel von Floor de Ruiter besagt: Erfolg = Qualität der Idee x Eigenverantwortung. Ein brillanter Plan ohne Eigenverantwortung stirbt. Ein mittelmäßiger Plan mit viel Eigenverantwortung lebt. Kann AI Eigenverantwortung sichtbar machen? Das war die Frage, die ich letzten Herbst angehen wollte. Das ist die konkreteste, am besten dokumentierte Vertiefung.

Mehr dazu: Eigenverantwortung, kann AI Eigenverantwortung sichtbar machen? (kommt bald)

Deine Situation	Beginne hier	Vertiefung
Gleiche Gruppe, mehrere Sitzungen	Verschiebungen über Zeit	Über Zeit
Breakouts oder parallele Sitzungen	Anknüpfungspunkte und Verbindungen	Kommt bald
Langfristiger Prozess, Eigenverantwortungs-Frage	Eigenverantwortung verfolgen	Kommt bald

Was bleibt menschlich?

Die Spannung in dieser Phase ist am größten. Du arbeitest nicht mehr mit einem einzelnen Gespräch, sondern mit Monaten an Material. Die Versuchung wächst: alles automatisieren, alles skalieren, alles effizient machen.

Aber genau hier wird menschliches Urteilsvermögen entscheidend. Je klüger AI wird, desto mehr müssen wir unserer eigenen Intuition vertrauen. AI kann Verbindungen zwischen Menschen finden, aber sind es echte Verbindungen oder zufällige Übereinstimmungen? AI kann Muster über Zeit zeigen, aber welche Muster erzählen die wirkliche Geschichte? Was mir auffällt: Ich vertraue meinem Bauchgefühl zunehmend, gerade weil ich es jetzt gegen das testen kann, was AI zeigt.

Ich denke, es gibt auch eine Schattenseite dieses Wachstums. Wenn wir AI mehr vertrauen, besteht das Risiko, dass wir unsere Intuition nicht mehr ernst nehmen. Dass wir aufhören, unser Bauchgefühl gegen die Analyse abzugleichen. Während genau dieses Bauchgefühl, dieser menschliche Geschmack und diese Intuition, der Unterschied ist, der zählt.

AI kann...	Der Mensch muss...
Verschiebungen in der Sprache signalisieren	Beurteilen, ob die Verschiebung echt ist
Anknüpfungspunkte zwischen Menschen finden	Beurteilen, ob die Verbindung echt ist
Muster über Monate verfolgen	Entscheiden, welche Muster zählen
Signale von Eigenverantwortung erkennen	Intuition vertrauen und trainieren
Energie und Konsens messen	Interpretieren, was es für diese Gruppe bedeutet
Unterrepräsentierte Stimmen finden	Entscheiden, wie sie Raum bekommen

Je größer der Maßstab, desto wichtiger wird menschliches Urteilsvermögen. AI kann zehn Muster finden; welche drei erzählen die wirkliche Geschichte?

Spannungen in dieser Phase

Überschneidung vs. echte Verbindung AI findet Ähnlichkeiten; es wird besser darin, aber der Unterschied zwischen echter Verbindung und zufälliger Überschneidung erfordert immer noch dein Urteil. Zwei Menschen, die beide "müde" gesagt haben, sind nicht automatisch Verbündete.

Alles zeigen vs. auswählen AI kann endlos Muster benennen. Die Kunst ist die Auswahl: Welche drei erzählen die wirkliche Geschichte? Zu viele überfordern. Zu wenige verpassen Nuancen. Die Balance zu finden ist Menschenarbeit.

Teilen vs. schützen Skalierung macht Dinge sichtbar, die vorher im Raum blieben. Manche Erkenntnisse gehören zu dieser Gruppe, diesem Moment. Was darf geteilt werden, was muss geschützt werden? Diese Abwägung erfordert besondere Sorgfalt.

Einzeln analysieren vs. Geschwindigkeit wollen Es ist verlockend, alles auf einmal an AI zu geben. Aber getrennte Analysen mit dem gleichen Prompt ergeben vergleichbare Ergebnisse, und da liegen die echten Erkenntnisse. Geduld zahlt sich aus.

Die größere Frage

Irgendwann in dieser Phase beginnt eine andere Frage aufzutauchen.

Du hast gesehen, was AI für eine Sitzung tun kann. Dann für mehrere Sitzungen über Zeit. Dann für einen ganzen Verlauf innerhalb eines Teams oder einer Gemeinschaft: Muster werden sichtbar, Eigenverantwortung wächst, Dynamiken, die du jetzt benennen kannst.

Und dann:

Was könnte das für einen Stadtteil bewirken? Eine Gemeinschaft? Einen ganzen Sektor, der mit den gleichen Herausforderungen ringt?

Was, wenn wir, mit Zustimmung und ethischer Aufsicht, AI nutzen würden, um kollektive Muster sichtbar zu machen? Um Weisheit sich ansammeln zu lassen, statt dass sie nach jeder Sitzung, jedem Workshop, jedem Projekt verdunstet?

Ich nenne das manchmal den "Social GitHub"-Traum. Ich bin mir nicht sicher, ob das genau der richtige Name ist, aber die Idee lässt mich nicht los. Entwickler teilen Code auf GitHub: nicht nur ihre Lösungen, sondern auch wie sie diese Lösungen gebaut haben. Was, wenn Gemeinschaften das Gleiche tun könnten? Nicht nur "das hat bei uns funktioniert", sondern auch "so sind wir es angegangen, das waren unsere Schwierigkeiten, das haben wir dabei gelernt."

Ein Stadtteil, der etwas darüber entdeckt, wie man Eigenverantwortung rund um Versorgung und Füreinander-Sorgen innerhalb der Gemeinschaft aufbaut: Dieses Wissen könnte zugänglich sein für einen Stadtteil in Groningen, der mit dem Gleichen ringt. Nicht als abstrakte Theorie, sondern als konkrete Erfahrung: ihre Worte, ihr Prozess, ihre Lektionen.

Ich habe noch keine Software gefunden, die das kann. Und ich halte es nicht für abwegig, dass sie existieren wird.

Das ist noch eine Vision. Aber jede Vision beginnt mit kleinen Schritten, und diese Schritte versucht diese Feldanleitung zu beschreiben.