Interview Prompting als Kernkompetenz: Vom KI-Passagier zum Co‑Piloten

Anbieter zum Thema

xSuite Group GmbH

Transform.by und Fraunhofer IAO befähigen Teams in der KI‑Schreibwerkstatt, die entscheidenden Regler für richtiges Prompting zu bedienen. Norbert Fröschle und Carsten Schmidt vom Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO sowie Martin Züchner von der ffw GmbH sind stolz auf das Ergebnis: schnellere Angebote, bessere Texte und sichere Prozesse gemäß EU AI Act.

Sie arbeiten mit transform.by auch an der digitalen Transformation der Automobil- und Zulieferindustrie. Was ist das Zielbild – und was macht Bayern besonders?

Martin Züchner: Transform.by bündelt in Bayern die regionalen Transformationsnetzwerke für die Automobil- und Zulieferindustrie. Einzigartig ist der Flächenansatz: Ein ganzes Bundesland wird von uns gemeinsam adressiert – vom Mittelständler bis zum Konzern. Das Ziel: Wettbewerbsfähigkeit sichern, Beschäftigung halten und Menschen qualifizieren. Dabei sind die Sozialpartner an Bord: IG Metall, vbm/bayme. Bayern Innovativ koordiniert, f-bb und ffw verantworten Qualifizierung und Change. Unser Beitrag: Wir verankern KI-Prompting als Basiskompetenz direkt in den Arbeitsprozessen – mit Fokus auf den Menschen, Mitbestimmung und gute Arbeit.

Wie ist Ihr Workshop-Ansatz aufgebaut – und welche Rolle übernehmen Fraunhofer IAO und ffw konkret?

Carsten Schmidt: Wir arbeiten mit einer „KI-Prompting-Werkstatt“. Statt Frontaltraining bringen die Teilnehmenden ihre echten Aufgaben mit – von Ausschreibungen über Qualitätssicherung bis zu HR-Texten. Am Montag legen wir in vier Stunden die inhaltliche Basis, definieren zentrale Use Cases, geben Einblicke in gutes Prompting und beginnen mit der Arbeit am Fall. Mittwochs folgen Sprechstunden: Wir iterieren Prompts, stellen Guardrails ein, testen Varianten. Freitags präsentieren die Teams Ergebnisse. ffw verankert das Format in die Transformationspfade und den Sozialpartnerdialog. Fraunhofer IAO designt und moderiert das Lernsetting, liefert Methoden, evaluiert Wirkung und baut mit den Unternehmen Prompting-Kompetenz auf – nachhaltig, praxisnah, messbar.

Warum ist Prompting die Basis – reicht nicht ein “Copilot”, der alles automatisch übernimmt?

Norbert Fröschle: Prompting ist wie das Zügeln des Pferdes KI. Ein Chatbot wirkt simpel, doch gerade diese Einfachheit verdeckt, dass Qualität erst durch Struktur und Steuerung entsteht: Ziel, Empfänger, Tonalität, Format, Quellen, Prüfkriterien – plus Kontext. Wir arbeiten mit dem U‑Boot-Bild: Viele Regler (Personas, Stil, Struktur, Beispiele, Tests) erzeugen ein verlässliches Ergebnis. Wer diese Logik beherrscht, wird vom KI-Passagier zum Co‑Piloten – und kann KI‑Systeme erst sinnvoll einsetzen.

Welche Ergebnisse sehen Sie bisher – gibt es messbare Effekte, Use Cases und Learnings?

Carsten Schmidt: Nach Tag 1 liegt die Selbsteinschätzung oft bei 50 Prozent Zielerreichung, nach Sprechstunden bei 70, am Ende bei 80 bis 90 Prozent. Typische Effekte: deutliche Zeitgewinne bei Recherche, Gliederung, Erstentwürfen; bessere Konsistenz in Markt- und Kundenkommunikation; schnellere Variantenbildung für Tests. Ein wiederkehrender Case: Automobilzulieferer, die an großen Ausschreibungen teilnehmen. Hier beschleunigt KI das Sichten umfangreicher Spezifikationen, strukturiert technische Anforderungen, schlägt Bausteine vor – selbstverständlich mit Human‑in‑the‑Loop und finaler Fachprüfung. Ergebnis: höhere Taktzahl, bessere Qualität, potenziell mehr Angebote pro Jahr. Ebenso wichtig: Wir identifizieren Grenzen, zum Beispiel fehlende Datenanbindung und Compliance-Barrieren – auch das spart Fehlinvestitionen.

Wo liegen die Grenzen von Prompt Engineering – und wann braucht es System- und Daten-Design?

Martin Züchner: Prompting bringt Sie weit, solange Aufgaben in Text, Struktur und klaren Beispielen erfassbar sind. Überschreiten wir die Schwelle zu großen Datenmengen, Repositories oder transaktionalen Workflows, braucht es Tool‑Use, RAG oder Agenten – inklusive IT‑Anbindung und Berechtigungen. Eine weitere Grenze ist das Modell: Mit schwachen Modellen bleibt der Output trotz gutem Prompting mittelmäßig. Fazit: Prompting ist Pflicht, System‑/Daten-Design die Kür – beide gehören zusammen.

Wie verhindern Unternehmen “Shadow AI” und Tool‑Sprawl – was sind gute Rollen, Prozesse und Guardrails?

Norbert Fröschle: Wir empfehlen eine “verschobene Glockenkurve”: breit gestreute Kompetenz im Alltag plus zentrale Rollen. Nützlich sind:

• Prompt Lead/AI Product Owner: wählt Modelle/Tools, priorisiert Use Cases, orchestriert Roadmap.
• Prompt Librarian: kuratiert Prompt‑Bausteine, pflegt Versionen, dokumentiert Wirkung.
• AI Champion im Fachbereich: übersetzt Fachlogik, verbindet mit IT/Datenschutz/Betriebsrat.
• Dazu Guardrails: Daten- und IP-Schutz, Umgang mit Halluzinationen, sichere Testumgebungen, Freigabeprozesse, Auditierbarkeit, Bezug zum EU AI Act. Das reduziert Risiken und skaliert Wissen.