Automatisierung & KI-Arbeitsbegleiter

KI-Arbeitsbegleiter

Wahrscheinlich hast du ChatGPT oder Claude schon ausprobiert – und nach drei Wochen wieder vergessen. Nicht, weil die Werkzeuge schlecht wären. Sondern weil ein leeres Chatfenster nicht weiß, wie deine Arbeit aussieht.

KI-Arbeitsbegleiter

01KI-Arbeitsbegleiter

Ein Arbeitsbegleiter dreht das um: Statt bei jeder Aufgabe von vorn zu erklären, wer du bist und was du brauchst, bekommt das KI-Tool deine Arbeit einmal richtig beigebracht – deine Vorlagen, deinen Ton, deine typischen Aufgaben, dein Wissen. Daraus entstehen feste Arbeitsabläufe: die Anfrage, die sortiert und beantwortet werden will; der Bericht, der jede Woche fällig ist; die Recherche, die immer gleich aufgebaut ist. Du gibst den Fall hinein, der Begleiter liefert den Entwurf – zugeschnitten statt von der Stange. Der schnellste Einstieg im ganzen Katalog: Stufe 1 steht in Tagen.

Ehrlich vorweg: Ein Arbeitsbegleiter ist kein autonomer Mitarbeiter – er bereitet vor, du entscheidest. Gebaut wird nur für echte, wiederkehrende Arbeit (Tool-Training ohne Anwendungsfall ist verlorene Zeit). Und was er mit euren Daten tun darf, wird vorher geklärt – Kundendaten wandern nicht beiläufig in fremde Systeme.

02Demo

simulation · kuratierte beispiele

Drei Workflows, wie sie in eingerichteten Begleitern laufen – aus drei verschiedenen Betrieben. Schau dir je Workflow an, was hineingeht und was herauskommt.

// das geht hinein

// das liefert der begleiter

So entsteht ein Begleiter: Eure echte Arbeit – Vorlagen, Beispiele, Regeln – wird zu Instruktionen und Wissensdateien destilliert. Damit wird das KI-Projekt eingerichtet, das Entwürfe liefert. Und was ihr im Alltag korrigiert, fließt als Feinschliff zurück.

Eure ArbeitVorlagen · BeispieleRegeln DestillatInstruktionen + Wissen KI-Projekteingerichtet,kein leeres Fenster Menschnutzt, prüft,entscheidet was ihr korrigiert, schärft Instruktionen und Wissen nach

Die gestrichelte Schleife ist der Unterschied zum Prompt-Zettelkasten: Der Begleiter wird durch Nutzung besser – Stufe für Stufe.

03Ablauf

  1. 01

    Den einen Arbeitsbereich wählen

    Welche wiederkehrende Arbeit soll leichter werden? Ein klar umrissener Bereich schlägt den Alleskönner – der Rest kommt später, wenn der erste Bereich trägt.

  2. 02

    Aufgaben und Wissen sammeln

    Was braucht der Begleiter, um mitzuarbeiten? Vorlagen, Beispiele, Regeln, Ton. Dabei wird sichtbar, wo dieses Wissen heute liegt – in Köpfen, Mails, Dokumenten – und was erst strukturiert werden muss.

  3. 03

    Workflows bauen

    Aus Aufgaben und Wissen werden feste Abläufe: Instruktionen, Prompt-Vorlagen, Wissensdateien. Kein Prompt-Zettelkasten, sondern ein eingerichtetes Werkzeug.

  4. 04

    Dort verankern, wo gearbeitet wird

    Der Begleiter zieht in eure vorhandene Umgebung ein – als eingerichtetes Claude-/GPT-Projekt oder später als eigene kleine Oberfläche. Ohne Systembruch.

  5. 05

    Team mitnehmen und nachschärfen

    Wer nutzt den Begleiter wofür, was funktioniert, was fehlt? Einweisung und Überzeugungsarbeit gehören ausdrücklich dazu – aus echter Nutzung entsteht die nächste Ausbaustufe.

04Ausbaustufen

Der schnellste Quick Win im ganzen Katalog: Stufe 1 steht in Tagen, nicht Wochen – und jede Stufe baut auf der vorherigen auf.

Stufe 1

Einstieg: das eingerichtete KI-Projekt

Ein Claude-/GPT-Projekt mit kuratierten Instruktionen plus Einweisung – sofort nutzbar im Alltag, ohne neue Software.

Stufe 2

Ausbau: Wissen, Skills, Team

Wissensdateien, eine Bibliothek fester Workflows für wiederkehrende Aufgaben, Team-Schulung – der Begleiter wird Teamwerkzeug.

Stufe 3

Vollausbau: eigene Oberfläche

Ein eigenes kleines Werkzeug mit Tool-Anbindung und Automationen für die wichtigsten Abläufe – wenn Stufe 2 an Grenzen stößt.

05Technische Umsetzung

  • Einstieg ohne eigene Infrastruktur: ein Custom-GPT- oder Claude-Projekt mit kuratierten Instruktionen und Wissensdateien.
  • Die Wissensbasis speist sich aus euren Dokumenten: Vorlagen, Angebotsbausteine, Standards – als Markdown, Notion oder Drive-Ablage.
  • Fortgeschritten: eine eigene kleine Weboberfläche mit Backend, Modellzugriff und Tool-Anbindung.
  • Automationen für wiederkehrende Übergaben laufen über n8n, Make, Zapier oder eigene Skripte.
  • Hosting: beim KI-Projekt keines nötig; bei eigener Oberfläche z. B. Vercel/Node/Supabase.
  • Datenzugriff, Kundendaten und Toolrechte werden pro Anwendungsfall geprüft – nicht pauschal freigeschaltet.

zur einordnung · Diese Punkte zeigen, wie so etwas typischerweise gebaut wird – nicht, wie es bei dir gebaut werden muss. Was wirklich passt, entscheidet sich im Projekt: an deinem Bestand, deinem Team und dem, was sich danach gut pflegen lässt.

06Ergänzende Bausteine

Alle Use Cases ansehen