Transparente KI-Nutzung

Was du lernen wirst

Geschätzte Zeit: 30 Minuten

Am Ende dieser Lektion wirst du in der Lage sein:

• Datenschutzbedenken zu artikulieren und KI-Tools anhand ihrer Datenbehandlungsrichtlinien zu bewerten
• Datenmanagement-Strategien zu praktizieren, um sicher mit sensiblen Geschäftsinformationen zu arbeiten

Die Delegations-Sorgfalt-Schleife

(7 Minuten)

Echtes Beispiel der Delegations-Sorgfalt-Schleife in der Praxis — entscheiden, was man an KI abgibt und wie man Kunden transparent über KI-Nutzung informiert.

Die Delegations ↔ Sorgfalt-Schleife

Die äußere Schleife rahmt jede KI-Interaktion: Du entscheidest im Voraus, was richtig ist, abzugeben — die richtige Aufgabe, das richtige Tool, die richtigen Daten — und danach übernimmst du die Verantwortung für das, was zurückkommt. Beschreibung und Urteilsvermögen leisten die Arbeit dazwischen.

BeschreibungKommuniziere die Vision, damit das Modell danach handeln kann.

UrteilsvermögenBeurteile, was zurückkommt — und leite dieses Urteil weiter.

DelegationEntscheide, was es wert ist, an KI abzugeben.

SorgfaltÜberprüfe, ordne zu und übernimm das Endprodukt.

Entscheide, was es wert ist, abzugeben.

Sei vorausschauend: Was ist die richtige Aufgabe, das richtige Tool und die richtigen Daten, um sie zur KI zu bringen — und was sollte bei dir bleiben?

Abgeben →

Äußere Schleife

Die Schleife

← Validieren

Übernimm Verantwortung für das, was zurückkommt.

Hat die KI das richtig gemacht, und übernehme ich das Ergebnis? Überprüfe gegen das, was du weißt, sei transparent über die Rolle der KI und stehe zum Output.

Wichtigste Erkenntnisse

• KI führt neue Datenschutzüberlegungen ein — einige Tools nutzen deine Eingaben zum Trainieren zukünftiger Modelle.
• Passe das Tool zur Aufgabe an — Daten mit höherer Sensibilität benötigen strengere Datenschutzeinstellungen.
• Entferne, was nicht nötig ist — entferne identifizierende Details, bevor du Daten mit KI teilst.
• Wenn etwas schiefgeht, handle schnell — lösche das Gespräch und fordere Datenlöschung an.
• Baue validierte Ansätze auf, nicht blinden Vertrauen: dokumentiere, was funktioniert, damit du es nächstes Mal wiederholen kannst.
• KI kann helfen, auch wenn du nicht datensavvy bist — Brainstorming, Tabellenkalkulationsformeln und verständliche Erklärungen deiner Zahlen.

Übung

Diese drei Übungen laufen als Sequenz: Du wählst ein echtes Geschäftsdatum, bereitest es sicher für KI vor und bewertest dann und übernimmst Verantwortung für das, was zurückkommt. Zusammen führen sie dich durch eine vollständige Delegations-Sorgfalt-Schleife mit deinen eigenen Daten.

Übung 1: Entscheide, was du teilst

Dein Delegations-Zug — entscheide, welche Daten es angemessen ist, zur KI zu bringen und welche geschützt bleiben.

• Wähle ein echtes Dokument aus deinem Geschäft, das du bereits angesehen hast und mit dem du vertraut bist — einen Verkaufsbericht, eine Zusammenfassung von Kundenfeedback, eine Bestandsliste oder ähnliches.
• Lies es durch und markiere alles, das du nicht außerhalb deines Unternehmens haben möchtest — Namen, Kontaktdaten, Zahlungsinformationen, proprietäre Preisgestaltung.
• Erstelle eine Kopie und entferne diese Details: ersetze Namen mit „Kunde A / Anbieter X", entferne genaue Zahlen, wenn sie nicht nötig sind, lösche Kontaktinformationen vollständig.
• Bevor du KI öffnest, nimm dir ein paar Minuten Zeit, um folgendes aufzuschreiben:
• **Was versuchst du zu erreichen? ** Sei spezifisch — „verstehe, warum Wiederholungsbuchungen im letzten Quartal gesunken sind" ist besser als „analysiere meine Verkaufsdaten. "
• Was weißt oder vermutest du bereits aus deinem eigenen Blick auf diese Daten? Notiere 2–3 Beobachtungen oder Muster, die du bereits bemerkt hast.
• **Wie würde eine nützliche KI-Ausgabe aussehen? ** Eine Zusammenfassung? Spezifische Trends? Eine Liste von Anomalien?

Dies ist dein Briefing. Je klarer es ist, desto einfacher wird es sein, zu bewerten, was zurückkommt.

Übung 2: Validiere mit KI

Du hast diese Daten bereits angesehen. Jetzt schau, ob KI die gleichen Dinge sieht wie du — und was es verpasst.

Teile dein bereinigtes Dokument und das Ziel, das du in Übung 1 definiert hast, mit KI. Bitte sie, die wichtigsten Muster oder Erkenntnisse hervorzuheben.

Vergleiche dann die Antwort der KI mit deinen eigenen Notizen:

• Hat sie die Muster erfasst, die du bereits identifiziert hast?
• Hat sie etwas an die Oberfläche gebracht, das du nicht bemerkt hast?
• Was hat sie verpasst oder falsch verstanden, das du bereits aus deinem eigenen Lesen wusstest?

Die Lücke zwischen dem, was KI sieht und dem, was du siehst, ist der Ort, an dem dein Urteilsvermögen als Geschäftsinhaber unersetzlich ist.

Übung 3: Übernimm das Ergebnis

Wende Sorgfalt an — bewerte, was zurückkommt und entscheide, was du tatsächlich nutzen wirst.

Lies die Antwort der KI und beantworte drei Fragen:

• Genauigkeit: Geht etwas über das hinaus, was deine Daten tatsächlich zeigen? Markiere Zahlen, Schlussfolgerungen oder Empfehlungen, die gegen deine echten Aufzeichnungen überprüft werden müssen.
• Nützlichkeit: Was würdest du so behalten, was benötigt deine Bearbeitung und was würdest du streichen?
• Verantwortlichkeit: Ist dies etwas, das du mit deinem Namen unterschreiben würdest — mit einem Kunden teilen, in einem Bericht verwenden, danach handeln? Wenn nicht, was müsste sich ändern?

Zusätzliches Ziel: Was ist dein Plan, wenn KI etwas bedeutsam falsch verstanden hat? Schreibe einen Satz darüber, wie du es erfassen und korrigieren würdest.

Lektion-Reflexion

• Wie vergleicht sich KI-Datenschutz mit der Art, wie du bereits über deine andere Geschäftssoftware denkst?
• Was ist eine Änderung, die du vornehmen wirst, wie du Geschäftsdaten mit KI teilst?
• Welche Kategorie sensibler Daten fühlt sich am wichtigsten zu schützen an, und was ist dein Plan dafür?

Was kommt als Nächstes

In der nächsten Lektion werden wir alle vier Dimensionen des 4D Framework zusammenbringen, um einen vollständigen Geschäfts-Workflow von Anfang bis Ende zu automatisieren.

Feedback

Während du den Kurs durcharbeitest, würden wir gerne von dir hören, wie du Konzepte aus dem Kurs in deiner Arbeit nutzt, sowie jedes Feedback, das du haben könntest. Teile dein Feedback hier.

Danksagungen und Lizenz

Copyright 2026 Anthropic. Dieser Kurs wurde in Partnerschaft mit PayPal, Prospect Butcher und MAKS Enterprises TIPM Rebuilders entwickelt und baut auf dem AI Fluency Framework auf, das von Prof. Rick Dakan (Ringling College of Art and Design) und Prof. Joseph Feller (University College Cork) entwickelt wurde. Veröffentlicht unter der CC BY-NC-SA 4. 0 Lizenz.