AI Literacy Training

🖱️ Interaktiv: Ziehen zum Drehen · Lektion 6

Lernziele

Nach dieser Lektion kannst du:

ChatGPT, Copilot und spezialisierte KI-Tools im Arbeitsalltag sicher nutzen
Shadow AI in deinem Unternehmen erkennen und adressieren
Effektive Prompts schreiben und Ergebnisse kritisch prüfen
Qualitätssicherungsmaßnahmen für KI-Ausgaben anwenden

KI-Tools im Überblick

Die wichtigsten KI-Tools im Arbeitsalltag:

ChatGPT / Claude / Gemini

Allzweck-KI-Assistenten für Texterstellung, Recherche, Übersetzung, Brainstorming und Zusammenfassungen. Nicht geeignet für vertrauliche Daten ohne Enterprise-Vertrag.

GitHub Copilot

KI-Programmierassistent, der Code vorschlägt, Boilerplate generiert und Tests schreibt. Erhöht die Produktivität, erfordert aber sorgfältige Code-Review.

Spezialisierte KI-Tools

KI-Übersetzer (DeepL, translate.google.com)
KI-Bildgenerierung (Midjourney, DALL-E)
KI-Notizen (Otter.ai, Fireflies)
KI-Recherche (Perplexity, Consensus)

Shadow AI — Die unsichtbare Gefahr

Shadow AI bezeichnet die Nutzung von KI-Tools durch Mitarbeiter ohne Wissen oder Genehmigung der IT-Abteilung. Dies ist eines der größten Compliance-Risiken.

Warum Shadow AI riskant ist:

Keine DSGVO-Prüfung: Werden die Daten in der EU verarbeitet?
Keine AVV: Wer haftet bei Datenschutzverletzung?
Datenabfluss: Vertrauliche Informationen verlassen das Unternehmen
Keine Schulung: Mitarbeiter kennen Risiken nicht
Haftungsrisiko: Unternehmen haftet für Fehler der Mitarbeiter

💡 Praktische Maßnahmen gegen Shadow AI

Erlaubte KI-Tools klar kommunizieren (Whitelist) 2. KI-Nutzungsrichtlinie erstellen und kommunizieren 3. Regelmäßige Mitarbeiter-Umfrage zu genutzten KI-Tools 4. Schulung zu sicheren KI-Alternativen anbieten 5. Technische Maßnahmen (Browser-Plugins, DLP)

📝 Schnellprüfung

Was ist das größte Risiko von Shadow AI?

Prompting-Grundlagen

Ein Prompt ist die Eingabe (Anfrage), die du einem KI-System gibst. Gute Prompts führen zu besseren Ergebnissen.

Die CRAFT-Methode

Buchstabe	Bedeutung	Beispiel
C Context	Kontext geben	„Unser Unternehmen bringt ein neues SaaS-Produkt auf den Markt"
R Role	Rolle definieren	„Du bist Marketing-Experte im Bereich SaaS"
A Action	Klare Anweisung	„Erstelle einen Social-Media-Post"
F Format	Ausgabeformat	„Als Tabelle mit Spalten A,B,C"
T Tone	Ton angeben	„Professionell, aber verständlich"

Wichtig: Der Prompt bestimmt die Qualität der Ausgabe. Unklare Prompts führen zu unbrauchbaren Ergebnissen.

Qualitätssicherung für KI-Ausgaben

Vier-Augen-Prinzip für KI

Jede KI-Ausgabe, die Kunden oder Geschäftspartner erreicht, muss von einem Menschen geprüft werden.

Checkliste für KI-Qualitätssicherung

Faktencheck: Stimmen alle Zahlen, Daten, Fakten?
Bias-Prüfung: Enthält der Inhalt Verzerrungen?
Vollständigkeit: Fehlt etwas Wichtiges?
Tonfall: Ist der Ton angemessen?
Rechtliche Prüfung: Gibt es juristische Risiken?
Datenschutz: Enthält die Ausgabe personenbezogene Daten?

🏢 Praxis-Szenario: Nicht geprüfte KI-Ausgabe

Ein Mitarbeiter im Vertrieb lässt eine Angebots-E-Mail von ChatGPT schreiben. Die E-Mail enthält einen schweren Rechtschreibfehler im Firmennamen und nennt einen falschen Preis (statt €999 steht €99). Die E-Mail geht an 50 Kunden.

Sichere Nutzung von KI-Tools

Datenschutz im Arbeitsalltag

Niemals personenbezogene Daten (Namen, Adressen, Personalnummern) in öffentliche KI-Tools eingeben
Niemals Geschäftsgeheimnisse oder vertrauliche Informationen teilen
Enterprise-Versionen nutzen (Opt-Out für Datentraining)
Output prüfen bevor er weitergegeben wird

💡 Faustregel für KI-Eingaben

Gib niemals Informationen in ein KI-Tool ein, die du nicht auf einer Tageszeitung veröffentlichen würdest. Was du in ChatGPT Free, Google Gemini oder Claude Free eingibst, kann für das Training des nächsten Modells verwendet werden.

✅ Wichtige Erkenntnisse

Haken setzen, um deinen Lernfortschritt zu markieren:

→ Vertiefung: KI-Governance im Unternehmen — KI-Richtlinie und Freigabeprozesse · Transparenzpflichten — AI-Inventory zur Dokumentation von KI-Tools