Produktiv mit KI arbeiten: Vom Prompten zum Delegieren

Seit ein paar Tagen arbeite ich so produktiv mit KI wie nie zuvor. Der Auslöser war eine neue Modellgeneration, die Aufgaben plötzlich 30, 60 Minuten oder länger autonom bearbeitet. Was ich dabei gelernt habe, hat weniger mit besseren Prompts zu tun als mit meinem ganzen Arbeitstag.

Produktiv mit KI zu arbeiten heißt heute nicht, schneller zu prompten. Es heißt, Aufgaben so zu delegieren, dass autonome Agenten sie eigenständig erledigen, und den eigenen Tag nach Kopf-Zuständen statt nach Projekten zu takten. Ich vermute, die meisten Führungskräfte stehen vor genau dieser Umstellung, ohne es schon zu merken.

Vom Prompten zum Delegieren

Bis vor Kurzem war mein Arbeitsstil mit KI ein Dialog. Ich schrieb einen Prompt, bekam eine Antwort, las sie, korrigierte, promptete nach. Hin und her, im Sekundentakt, wie ein Gespräch. „Erstelle mir…", „Fasse mir zusammen…", „Schreib das nochmal, aber kürzer." Ich saß daneben und steuerte jeden Schritt.

Das ist vorbei, spürbar von einem Tag auf den anderen.

Seit die aktuelle Agenten-Generation verfügbar ist, gebe ich der KI keine Aufgaben mehr, sondern Probleme. Ich beschreibe, was ich erreichen will und woran ich hänge, und schicke sie los. Dann arbeitet sie eine halbe Stunde, eine Stunde, manchmal länger allein an etwas, das früher ein ganzer Nachmittag Prompt Ping-Pong gewesen wäre. Der Unterschied zwischen einer Task-Beschreibung und einer Problembeschreibung klingt nach Theorie. In der Praxis ändert es grundlegend deinen Arbeitstag.

Der Tag, an dem ich mich selbst überfahren habe

Wie tiefgreifend die Umstellung ist, habe ich nicht durch Nachdenken gemerkt, sondern durch Erschöpfung.

An einem Tag letzte Woche wollte ich drei Dinge gleichzeitig. Ich habe im Detail an einem Foliendeck gefeilt, Wort für Wort. Parallel wollte ich unser Produktportfolio strategisch neu aufstellen, eine grundsätzliche Denkarbeit. Und mittendrin fiel mir auf, dass wir an unseren Corporate-Identity-Vorlagen etwas ändern müssen, damit das alles überhaupt reproduzierbar wird. Drei Baustellen, drei völlig verschiedene Kopf-Zustände, alle offen, alle mit laufenden KI-Agenten im Hintergrund.

Am Abend war ich komplett ausgeknockt. Nicht nur müde, sondern leer, nicht mehr in der Lage, auch nur einen klaren Gedanken zu treffen. Die KI legte mir Ergebnisse vor die Füße, schneller als ich sie sichten konnte, und ich verlor den Überblick über meine eigenen Aufträge.

Zu viel KI-Output überlastet das Hirn schon beim reinen Lesen und Verarbeiten. Was ich jetzt erlebe, ist die nächste Stufe. Es ist nicht mehr nur die Menge, es ist der ständige Wechsel zwischen grundverschiedenen Arbeitsmodi.

Warum kostet dich das Mischen der Arbeitsmodi so viel Energie?

Dass Aufgabenwechsel dem Gehirn etwas abverlangen, ist gut erforscht. Die Kognitionspsychologie nennt es Switch Cost. Jeder Wechsel zwischen zwei Aufgaben braucht eine messbare Umrüstzeit im Kopf, und je anspruchsvoller die Aufgaben, desto teurer der Wechsel [1]. Diese Kosten lassen sich durch Vorbereitung verringern, aber nie ganz beseitigen. Ein Rest bleibt immer [2].

Am aufschlussreichsten finde ich die Forschung von Gloria Mark und ihrem Team. In einer Feldstudie haben sie gemessen, wie fragmentiert unsere Arbeit tatsächlich ist. Im Schnitt bleiben wir nur gut elf Minuten bei einer Sache, bevor wir wechseln oder unterbrochen werden, und 57 Prozent aller Arbeitsabschnitte werden unterbrochen. Kehren wir zu einer unterbrochenen Aufgabe zurück, dauert das im Schnitt über 25 Minuten, weil sich vorher mehr als zwei andere Aufgaben dazwischenschieben [3]. Genau dieses Dazwischenschieben hat mir den Überblick geraubt. Ich wusste am Ende des Tages nicht mehr, was ich alles offen hatte.

Bei agentischen Workflows ist die Verlockung zum Dazwischenschieben besonders groß. Wenn die KI mal wieder minutenlang im Hintergrund rechnet, stellt sich sofort die Frage: Was mache ich in der Zwischenzeit? Die naheliegendste Antwort ist genau die gefährliche, nämlich schnell ein anderes Thema anfangen oder noch eine Session aufmachen. Die Wartezeit lädt das Fragmentieren geradezu ein.

In einer zweiten Studie fand dasselbe Team etwas Kontraintuitives. Unterbrochene Arbeit wird nicht langsamer erledigt, sondern schneller, und das ohne Qualitätsverlust. Wir fahren das Tempo hoch, um die verlorene Zeit aufzuholen. Der Preis dafür steht auf einem anderen Blatt: mehr Stress, mehr Frustration, mehr Zeitdruck, mehr Anstrengung [4]. Genau so fühlte sich mein Foliendeck-Portfolio-CI-Tag an. Ich war nicht langsam, im Gegenteil, ich habe ständig Gas gegeben und war am Abend genau deswegen ausgebrannt. Eine neuere Studie mit fast 500 Büroangestellten ergänzt das: Je komplexer die eigentliche Arbeit, desto stärker überlastet dieselbe Zahl an Unterbrechungen [5].

Der Grund dahinter ist simpel. Unser Arbeitsgedächtnis ist eng begrenzt, und ständiges Umschalten verbraucht genau die Kapazität, die eigentlich fürs Denken da wäre [6]. Das Mischen von Modi ist im Kern eine Form permanenter Selbstunterbrechung.

Mit KI-Agenten kommt ein neuer Beschleuniger dazu. Eine viel beachtete Analyse von Forschenden bei Microsoft Research zu den „Ironies of Generative AI" beschreibt, wie wir beim Arbeiten mit KI ständig zwischen drei Rollen wechseln: erzeugen, prüfen, korrigieren. Vor allem der Wechsel vom Produzieren zum Bewerten fragmentiert den Fokus und erhöht die kognitive Last [7]. Genau das war meine persönliche Erfahrung in den letzten Tagen.

Nicht der alte Trott, nur schneller

An dieser Stelle winkt ein Teil der Leserinnen und Leser ab. „Das ist doch nur Gewöhnung, das spielt sich ein." Ich glaube, das ist ein Irrtum.

Die meisten arbeiten mit KI noch im alten Prompt-Chatbot-Stil. Ein Fenster, eine Frage, eine Antwort, weiter. In diesem Modus stellt sich meine Erschöpfung gar nicht ein, weil die KI brav wartet, bis ich wieder dran bin. Egal ob du mit Copilot, Claude oder einem anderen Agenten arbeitest, der Sprung passiert erst, wenn die KI wirklich autonom mehrere Stränge gleichzeitig übernimmt. Dann verändert sich nicht die Geschwindigkeit deiner alten Arbeitsweise, sondern die Arbeitsweise selbst.

Das ist keine Kritik an denen, die noch nicht dort sind. Ich war vor wenigen Monaten selbst noch näher dran an diesem alten Stil. Es ist eher ein Blick um die nächste Kurve. Wer heute Führungsverantwortung trägt und KI ernsthaft einsetzen will, wird diesen Punkt erreichen, und dann wird die Frage nach der Tagesstruktur plötzlich sehr praktisch.

Meine vier Modi: (Er-)finden, Delegieren, Prüfen, Feilen

Aus dem Erschöpfungstag habe ich eine Konsequenz gezogen. Ich zerlege meine Arbeit nicht mehr nach Projekten, sondern nach Kopf-Zuständen. Vier Arbeitsmodi haben sich dabei für mich herauskristallisiert:

(Er-)finden. Der Modus, in dem ich entscheide, was überhaupt anzugehen ist. Ideen, Themen, neue Ansätze, Prioritäten. Offen, explorativ, ohne Ausführungsdruck. Hier darf noch nichts fertig werden, hier geht es ums Finden dessen, was es zu tun lohnt.

Delegieren. Der Modus, in dem ich ein Problem so beschreibe, dass ein Agent selbstständig damit loslegen kann. Das ist auch der Grund, warum Delegation im DRAIVE-Framework von co-drAIver ganz vorne steht.

Prüfen. Der Modus, in dem ich bewerte, was die KI geliefert hat. Kritisch, distanziert, mit dem Blick fürs Ganze. Das ist Bewerter-Arbeit, nicht Macher-Arbeit, und sie braucht einen anderen inneren Gang als das Delegieren.

Feilen. Der Modus der letzten Meter. Die letzten Worte auf einer Folie, der Feinschliff, das Handwerkliche. Konzentriert, detailverliebt, fast meditativ.

Der Fehler an meinem schlimmen Tag war nicht, dass ich zu viel wollte. Es war, dass ich Feilen (Folien Wort für Wort), (Er-)finden (Portfolio strategisch) und Delegieren (CI-Vorlagen anstoßen) im selben Zeitfenster mischen wollte. Mein Hirn war für jeden dieser Modi in einem anderen Zustand, und der ständige Wechsel hat mich zermürbt.

Seither fahre ich diese Modi in Blöcken. Manchmal reicht ein Vormittag pro Modus, manchmal ist ein ganzer Tag nur Delegieren, und das Prüfen der Ergebnisse kommt erst am nächsten. Das fühlt sich zuerst langsamer an, ist aber das Gegenteil, weil die teuren Wechsel wegfallen.

Wie strukturierst du deinen Arbeitstag mit KI-Agenten?

Produktiv mit KI zu arbeiten heißt ab jetzt, nach Kopf-Zustand zu takten, nicht nach Projekt. Drei konkrete Schritte aus meiner eigenen Praxis.

1. Plane Modus-Blöcke, nicht Projekt-Blöcke. Die meisten von uns strukturieren den Tag nach Themen: vormittags Projekt A, nachmittags Projekt B. Dreh das um und strukturiere nach Kopf-Zustand. Ein Block nur zum Delegieren, in dem du mehrere Agenten sauber briefst. Ein separater Block zum Prüfen ihrer Ergebnisse. Wenn du schon wechseln musst, dann an sauberen Grenzen zwischen zwei Blöcken, nicht mitten im Denkprozess. Denn Unterbrechungen mitten im Gedanken kosten am meisten [9].

2. Investiere vorne, beim Delegieren, nicht hinten beim Reparieren. Die Versuchung ist groß, einem fähigen Agenten schnell etwas zuzurufen. Aber je autonomer die KI arbeitet, desto teurer wird eine schlampige Aufgabenstellung, weil sie eine Stunde lang in die falsche Richtung läuft. Nimm dir für die Problembeschreibung so viel Zeit, wie du früher fürs Nachkorrigieren gebraucht hast. Ein präzises Roadbook vorne spart dir den halben Prüf-Aufwand hinten.

3. Trau deinem Produktivitätsgefühl nicht. Das ist die unbequemste Lektion. Wir fühlen uns mit KI schneller, auch wenn wir es messbar nicht sind [8]. Führe kurz Buch darüber, was du an einem Tag wirklich fertiggestellt hast, nicht was sich nach viel angefühlt hat. Und behalte im Blick, was du an Agenten losgeschickt hast, sonst verlierst du wie ich den Überblick über deine eigenen Aufträge.

Was ist der eigentliche Führungsjob im KI-Zeitalter?

Das Spannende an dieser Umstellung ist, dass sie nicht bei mir aufhört. Wenn ich für mich allein meine Arbeitsmodi neu takten muss, dann stellt sich für jedes Team dieselbe Frage eine Nummer größer: Wie teilen wir Arbeit auf, wenn Agenten ganze Stränge autonom übernehmen? Wer erfindet, wer delegiert, wer prüft, wer feilt, und wann?

Für Führungskräfte ist das der eigentliche Kern. Die Produktivität der neuen KI-Generation entsteht nicht dadurch, dass alle schneller prompten. Sie entsteht dadurch, dass wir unsere Arbeitsprozesse neu bauen, für uns selbst und für unsere Teams. Das ist Change-Arbeit, kein Tool-Rollout.

Ich bin mit dieser Umstellung selbst noch mittendrin und habe längst nicht alle Antworten. Aber die Frage, mit der ich dich lassen will, ist eine sehr praktische: Wann hast du das letzte Mal deinen Arbeitstag umgebaut, statt nur deine Prompts zu verbessern?

Du willst herausfinden, wie ihr KI wirklich in euren Arbeitsalltag bringt, statt nur Lizenzen zu verteilen? Lass uns gemeinsam darüber sprechen, wie das in der Praxis gelingt.

Delegation ist eine der sechs Kernkompetenzen im DRAIVE-Framework™ von co-drAIver, neben Ratio, Agilität, Innovation, Verantwortung und Empathie. Sie steht nicht zufällig an erster Stelle: Wer einem KI-Agenten kein klares Ziel und keinen Kontext mitgeben kann, kann keine der anderen fünf Kompetenzen wirkungsvoll einsetzen. Dieser Blogpost ist Teil einer mehrteiligen Serie. Weitere Artikel findest du auf www.co-drAIver.com.

Quellen

Über die Autorin

Marion Wetter

Transformationsberaterin, Change Managerin und Co-Gründerin von co-drAIver. Sie begleitet Organisationen dabei, KI-Readiness systematisch und menschenzentriert aufzubauen. www.co-draiver.com