Wie Mensch und AI zusammenarbeiten
Dieser Echo-Knopf aus der vorherigen Geschichte: Warum hat er funktioniert?
Die AI hat etwas Beeindruckendes getan: eine halbe Stunde GesprÀch zusammenfassen und genau die richtige Frage formulieren. Das ist bemerkenswert. Aber es hat nicht nur deshalb funktioniert.
Es hat funktioniert, weil es im richtigen Moment kam. Die Gruppe steckte fest, die Energie sank, und genau dann kam eine Frage, die ihnen half, weiterzukommen. Die AI konnte die Frage stellen, aber der Facilitator musste spĂŒren, wann.
Wir sind soziale Wesen. Wir wollen wichtig sein, gehört werden, gemeinsam etwas aufbauen. Dieses GefĂŒhl, mit dem du nach einer Zusammenarbeit nach Hause gehst: das können nur Menschen fĂŒreinander schaffen. Aber AI kann uns helfen, dieses GefĂŒhl zu stĂ€rken.
So wie ich es sehe, beginnt es dort. Beim Menschen.
Es beginnt beim Menschen
Das klingt vielleicht selbstverstÀndlich. Aber was mir in der Praxis auffÀllt: Es lÀuft oft anders. Jemand hat einen Plan, prÀsentiert ihn und fragt, ob er richtig ist. Die Absicht ist gut. Aber die Eigenverantwortung liegt bei der Person, die ihn sich ausgedacht hat, nicht bei der Gruppe. Wer es nicht selbst gesagt hat, erkennt sich weniger darin wieder.
In dieser Feldanleitung kommt das immer wieder, auf verschiedene Weisen. Wenn du eine Sitzung vorbereitest: Was wollen wir erreichen, und welche Erfahrung gestaltest du dafĂŒr? Wenn du AI einsetzt: Was gibst du ihr? Die Worte der Menschen selbst, nicht deine Zusammenfassung. Wenn du der Gruppe etwas zurĂŒckspiegelst: Erkennen die Menschen sich in dem wieder, was da steht? Und wenn du dir unsicher bist ĂŒber den richtigen Moment: Was braucht diese Gruppe jetzt?
Auch wenn du allein mit AI arbeitest, beginnt es bei dir. Was macht dich neugierig? Wobei könntest du Hilfe gebrauchen? Was hast du in dieser Sitzung gespĂŒrt, und wie machst du das sichtbar?
All diese Fragen beginnen beim Menschen. Nicht beim Werkzeug, nicht beim System, nicht beim Prompt.
Auf der vorherigen Seite ging es darum, wie AI verstÀrken kann, was Menschen bereits mitbringen. Das ist die andere Seite desselben Prinzips: Alles, was AI tun kann, kann sie nur mit dem tun, was Menschen einbringen. Und alles, was Menschen gemeinsam schaffen, tragen sie nur, wenn sie sich darin wiedererkennen.
Wir werden es gemeinsam machen mĂŒssen. AI kann uns dabei helfen, verstĂ€rken, skalieren. Aber es beginnt bei uns.
Diese grundlegende Haltung ĂŒbersetzt sich in sechs Arbeitsprinzipien.
Die sechs Arbeitsprinzipien
Jedes Mal, wenn ich AI in einer Sitzung einsetze, spĂŒre ich dasselbe. Es gibt Dinge, die AI kann und ich nicht (Muster blitzschnell erkennen, mit endloser Geduld zusammenfassen). Und es gibt Dinge, die ich tun muss und AI nicht kann (Menschen Raum geben, sie selbst zu sein, Körpersprache lesen, entscheiden, in welche Richtung wir gehen). Ich treffe diese Wahl immer wieder, und ich merke, dass sie sich verĂ€ndert, je intelligenter AI wird.
Nach einer Weile begann ich Muster zu sehen. Ich habe diese Muster in sechs Prinzipien festgehalten. Im Folgenden erklÀre ich sie. In den drei Phasen, die in dieser Feldanleitung folgen, ob du mit deiner ersten Transkription beginnst oder monatelange GesprÀche analysierst, ziehen sich dieselben Prinzipien hindurch.
| Die Prinzipien | AI kann... | Der Mensch muss... |
|---|---|---|
| Ritual vs Intention | Rituale effizienter machen | Die Intention bewahren |
| Deine Worte, dein Plan | Analysieren und zusammenfassen | Formulieren und entscheiden |
| Eigenverantwortung durch Sprache | Wörtlich zitieren | Die Wiedererkennung spĂŒren |
| Iteration als Dialog | Schnell generieren | Steuern und Feedback geben |
| Timing vor Perfektion | Sofort reagieren | Den richtigen Moment spĂŒren |
| Erst die Menschen prompten | Input verarbeiten | Die Erfahrung gestalten |
1. Ritual vs Intention
In einem Workshop schreibt jeder auf Klebzettel, clustert zusammen, stimmt ab. Das ist ein Ritual. Aber warum machen wir das eigentlich? Die Intention ist, dass sich Ideen vermischen, dass jeder beitrÀgt, dass man gemeinsam zu etwas kommt.
AI kann das Ritual verÀndern. Menschen reden statt zu schreiben, AI clustert in Echtzeit. Gut. Aber die Frage, die ich mir stelle: Bleibt die Intention intakt? Vermischen sich die Ideen noch? TrÀgt jeder noch bei?
Was mir auffÀllt: Du kannst Rituale frei verÀndern, solange du die Intention nicht verlierst.
VerÀndern wir das Ritual oder verÀndern wir die Intention?
Rituale dĂŒrfen sich Ă€ndern. Aber wer entscheidet, ob die Intention bewahrt bleibt?
2. Deine Worte, dein Plan
In einer Sitzung ĂŒber Versorgungsinnovation hatte AI eine wunderschöne Synthese der gemeinsamen Vision erstellt. Alle waren beeindruckt. Dann fragte jemand: "Kann die AI nicht auch den Umsetzungsplan machen?"
Meine Antwort: "Das kann sie absolut, aber du bist die Seele von all dem. Die Tatsache, dass ihr darĂŒber redet, ist das, was dazu fĂŒhrt, dass ihr es auch tragt."
Der Punkt ist nicht, dass AI keinen Plan machen kann â das kann sie absolut. Der Punkt ist, dass Eigenverantwortung entsteht, wenn wir etwas von uns selbst hineingeben. Wenn du es sagst, gehört es dir. Wenn AI es sagt, gehört es AI.
Bleibt der Dialog zentral, oder nehmen wir eine AbkĂŒrzung zu Lösungen?
Eigenverantwortung entsteht, wenn man es selbst sagt. Aber wie stellst du sicher, dass diese Worte wirklich ihre bleiben?
3. Eigenverantwortung durch Sprache
Der Unterschied zwischen "man redet gegen eine Wand" und "Kommunikationsprobleme" scheint klein. Aber das erste ist, was jemand gesagt hat: roh, emotional, wiedererkennbar. Das zweite ist Beratersprache: glatt, professionell, unpersönlich.
Wenn Menschen ihre eigenen Worte zurĂŒckgespiegelt sehen, erkennen sie sich wieder: "Ja, das haben wir gesagt." In dieser Wiedererkennung entsteht Eigenverantwortung. Paraphrasieren (wie gut gemeint auch immer) bricht das auf.
Ich denke, das ist der einfachste Test: Wenn Menschen denken "Ja, das haben wir gesagt", funktioniert es. Wenn sie denken "Das klingt wie ein Berater", stimmt etwas nicht.
Erkennen die Menschen sich im Ergebnis wieder?
Ihre wörtlichen Worte bewahren und zurĂŒckspiegeln ist das Ziel. Aber was, wenn das AI-Ergebnis nicht stimmt?
4. Iteration als Dialog
AI ist ein Kollaborationspartner, der versucht zu verstehen, was du meinst. Genau wie bei einem Kollegen: Wenn etwas nicht stimmt, erklÀrst du, was du anders haben willst. Du bastelst nicht selbst an deren Arbeit herum; du gibst Feedback.
Was besser funktioniert, als es selbst anzupassen: Halt inne und gib AI Feedback. "Das ist zu 70% das, was ich suche. Was fehlt: mehr konkrete Beispiele. Versuch es nochmal."
Durch Iterieren lernst du zwei Dinge. Du entdeckst, was AI kann (manchmal Dinge, die du selbst nicht wusstest). Und du lernst, genauer zu formulieren, was du eigentlich erreichen willst. Das Ergebnis ist besser als das, was du allein gemacht hÀttest.
Arbeite ich mit AI zusammen oder sitze ich hier und korrigiere selbst?
Gemeinsam mit AI verfeinern ist wertvoll. Aber manchmal ist unser GefĂŒhl wichtiger als der perfekte Prompt.
5. Timing vor Perfektion
Dieser Echo-Knopf aus der Geschichte: Warum hat er funktioniert? Nicht weil die Analyse perfekt war. Er hat funktioniert, weil er im richtigen Moment kam.
Wenn die Energie sinkt, wenn das GesprÀch sich im Kreis dreht, wenn Menschen feststecken: Dann hilft eine Reflexion. Hinterher, als polierter Bericht, hat sie weniger Wirkung.
AI ist schnell. Aber Timing braucht menschliches GespĂŒr. Du musst den Moment spĂŒren, in dem eine Intervention hilft.
Aber Timing bedeutet mehr als den richtigen Moment wĂ€hlen. Es geht darum zu spĂŒren, was im Raum passiert. Wer steigt aus? Wo gibt es Konsens? Wann hat jemand etwas zu sagen, traut sich aber nicht?
Und letztendlich: Welches GefĂŒhl nehmen die Menschen mit nach Hause? Keine AI kann diese Frage beantworten. Wir sind soziale Wesen: Wir wollen wichtig sein, gesehen werden, gemeinsam etwas aufbauen. Dieses GefĂŒhl zu schaffen, ist die eigentliche Menschenarbeit.
Was sagt mir mein BauchgefĂŒhl? Was braucht diese Gruppe jetzt?
Timing handelt vom Wann. Aber was du zurĂŒckgibst, hĂ€ngt davon ab, was du gehört hast.
6. Erst die Menschen prompten
Wie bringst du Menschen dazu, aus ihrer gelebten Erfahrung zu sprechen, nicht aus abstrakten Meinungen?
So wie ich es sehe, beginnt es mit einem GefĂŒhl von Sicherheit. Menschen teilen erst wirklich, wenn sie sich gesehen fĂŒhlen. Und es hĂ€ngt von der Frage ab, die du stellst. Geschichten verbinden: Gelebte Erfahrung lĂ€sst sich nicht bestreiten. Aber eine sachliche Zusammenfassung? DarĂŒber kann man streiten.
Vergleiche:
- "Wie lÀuft deiner Meinung nach die Zusammenarbeit in deinem Team?": Du bekommst Meinungen, Abstraktionen
- "Kannst du einen Moment beschreiben, in dem du gut mit einem Kollegen zusammengearbeitet hast?": Du bekommst Geschichten, Erfahrungen
Achte auch auf die genauen Worte. "Wie können wir..." suggeriert, dass du schon weiĂt, dass etwas funktionieren kann. "Wie könnten wir..." öffnet Möglichkeiten, von denen wir nicht wissen, ob sie funktionieren werden. Dieser Unterschied formt, was Menschen fĂŒr eine akzeptable Antwort halten.
Ich nenne das die Deconstructed-Burger-Methode: Du startest mit dem Ziel, arbeitest zurĂŒck zu den Puzzleteilen (Zutaten), die du brauchst, und gestaltest dann Fragen, die jedes Puzzleteil aus den Menschen herauslocken.
Die Facilitationsfrage kommt vor der Prompt-Frage. Zuerst die Erfahrung gestalten, die guten Input erzeugt. Erst dann denkst du an AI.
Habe ich die Input-Erfahrung gestaltet, oder springe ich direkt zum AI-Prompt?
Was das ermöglicht
Diese Prinzipien sind nicht nur Richtlinien. Sie öffnen etwas.
Es gibt jetzt Intelligenz, die du vorher nicht hattest. Alles, was du brauchst, ist ein Transkript und Ideen darĂŒber, was du damit machen willst. Was danach möglich wird, ist praktisch endlos.
AI macht sichtbar, was schon da ist. Muster in dem, was Menschen gesagt haben, Verbindungen, die du live verpasst hast, die Eigenverantwortung, die in ihren Worten steckt. Nicht indem etwas Neues hinzugefĂŒgt wird, sondern indem sichtbar wird, was schon da war.
AI macht Beteiligung skalierbar. Was vorher nur mit kleinen Gruppen möglich war (wirklich zuhören, jeden hören, gemeinsam zu etwas kommen) wird in gröĂerem MaĂstab möglich. Nicht indem das Menschliche ersetzt wird, sondern indem es verstĂ€rkt wird.
Und die Menschenarbeit bleibt. AI kann analysieren, zusammenfassen, Muster erkennen. Aber die Sicherheit im Raum, das SpĂŒren des Moments, Gesichter lesen: Das bleibt bei uns. AI verstĂ€rkt, was wir können, aber ersetzt nicht, wer wir sind.
Wir stehen am Anfang von etwas. Was können wir noch entdecken darĂŒber, wie wir trotz unserer Unterschiede gemeinsam PlĂ€ne machen, die fĂŒr alle funktionieren?
Die Praxis
Diese Entdeckung beginnt mit der Praxis. Diese Prinzipien sind der Kompass: Die drei Phasen, die folgen, zeigen, wie du sie anwendest.
Phase 1: Start: Rohmaterial. Deine erste Transkription machen, die genauen Worte festhalten und entdecken, wie viel du aus einem Transkript herausholen kannst.
Phase 2: Vertiefung: Lupe. Muster sichtbar machen, live zurĂŒckspiegeln und lernen, wie du mit AI zusammenarbeitest, indem du Feedback gibst.
Phase 3: Skalierung: Spiegel und BrĂŒcke. Mehrere GesprĂ€che vergleichen, Gruppendynamik verstehen und Weisheit sich ĂŒber die Zeit ansammeln lassen.