Denksplitter #23: KI-Produktivitätsparadox: Warum Vorbereitung entscheidet

TL;DR: KI verspricht Entlastung. Was sie wirklich liefert: Arbeitsverdichtung, kognitive Erschöpfung und die Illusion, dass 4 Stunden Coding das Wesentliche sind. Das KI-Produktivitätsparadox zeigt, warum strategische Vorbereitung der eigentliche Engpass ist und was Entscheider in KMU und Mittelstand jetzt konkret tun können.

KI-Produktivitätsparadox: Warum 4 Stunden Coding nichts bedeuten und was wirklich entscheidet

Letzte Woche habe ich in 4 Stunden eine App gegen Betriebsblindheit gebaut. Dafür hätte ich vor zwei Jahren ein sechstelliges Budget und ein ganzes Team gebraucht. Die App basiert auf einem Multi-Agenten-System mit tausenden Agents mit psychologischen Entscheidungsprofilen. Unternehmen und Solopreneure können damit ihre Positionierung testen und die Auswirkungen diverser Strategien simulieren.

Ich will Ihnen nicht verschweigen, was man normalerweise nicht sieht: Die 4 Stunden waren nur die Anweisungen an die KI, was sie coden soll. Die eigentliche Arbeit, nämlich etliche Entscheidungen darüber, WIE die App denken soll, welche Dimensionen und Kriterien relevant sind, welche konkreten Probleme die App lösen soll, darüber habe ich über ein Jahr lang nachgedacht.

Willkommen im KI-Produktivitätsparadox. In der KI-Ökonomie ist das Handeln billig, aber die strategische Vorbereitung überlebenswichtig. Früher war das selbstverständlich: Wer unvorbereitet in ein Projekt startete, merkte es schnell am schlechten Ergebnis. Heute suggeriert KI, man könne diesen Schritt überspringen, aber die Qualität der Ausgabe ist immer noch direkt proportional zur Qualität der Vorbereitung. Das ist das Paradox: Je schneller KI liefert, desto unsichtbarer wird die Arbeit, die gute Ergebnisse erst möglich macht.

Praxisbeispiel: Wenn 10.000 Agents Ihre Betriebsblindheit beseitigen

Zurück zu meiner Simulations-App: Sie testet Strategien, Formulierungen, Produkte oder Angebote gegen spezifische Personas. Sie definieren ein internes oder externes Gremium und die App simuliert deren Reaktionen. Ein „skeptischer CFO", ein „überarbeiteter IT-Leiter" und der „Betriebsrat" könnten auf Ihre KI-Strategie reagieren. Oder Sie testen Ihre Positionierung mit Ihrer Zielgruppe – egal ob „Sanitär-Großhändler mit > 500 MA" oder „Endverbraucher über 40, die einen Garten haben und denen Nachhaltigkeit wichtig ist".

Ein großes Problem bei KMU und Solopreneuren, das ich immer wieder beobachte, ist das Braten im eigenen Saft. Man ist allein mit seinen Gedanken oder das Team stimmt der Geschäftsführung zu, auch wenn man insgeheim anderer Meinung ist. Eine entsprechend designte KI benennt den Widerstand, der sonst nicht ausgesprochen wird.

Der stärkste Impact liegt in der Pre-Mortem-Validierung: Man findet die Lücken, bevor echte Kunden sie finden. Hören Sie auf zu raten, was Ihre Kunden denken und wie sie sich verhalten werden. Simulieren Sie es. Wenn Sie mögen, erzähle ich Ihnen Genaueres.

Das KI-Produktivitätsparadox: KI verdichtet und entlastet nicht

Das Versprechen von KI ist Entlastung – aber die Realität sieht anders aus. Wir erleben eine hohe Arbeitsverdichtung.

Eine Harvard-Studie zeigt, dass Mitarbeitende mit KI-Tools schneller arbeiten, ein breiteres Aufgabenspektrum übernehmen und die Arbeit auf mehr Tagesstunden ausdehnen, oft ohne Aufforderung. Die Folgen sind kognitive Müdigkeit, geschwächte Entscheidungsfindung, im schlimmsten Fall Burnout. Der anfängliche Produktivitätsschub führt zu sinkender Qualität.

Was lernen wir daraus? KI ist keine Frage der Technologie, sondern der Organisation, des Managements und des Mindsets. Wenn Sie die Denksplitter öfter lesen, wird Ihnen das bekannt vorkommen :)

Von der Fabrikhalle bis zum Chatbot: KI verschiebt die Industrie

Caterpillar, Siemens und Xiaomi: Drei Signale

• Caterpillar kündigte eine erweiterte Zusammenarbeit mit NVIDIA an, um KI-optimierte Lösungen in Bau und Bergbau voranzutreiben. Eine Echtzeit-KI auf Baumaschinen ist die Grundlage für autonome Flotten. Maschinen verarbeiten Milliarden Datenpunkte in Millisekunden, um in variablen Baustellenbedingungen zu navigieren.
  
  
• Wie sieht es in Deutschland aus? Über 40 Prozent der deutschen Industrieunternehmen nutzen KI bereits aktiv, vor allem in der Qualitätskontrolle, Prozessoptimierung und vorausschauender Wartung. Siemens baut mit NVIDIA die erste vollständig KI-gesteuerte Fabrik in Erlangen als Blaupause für adaptive Produktion mit digitalen Zwillingen ab 2026 (https://chronicleai.org/article/german-industrial-titans-forge-ahead-into-the-ai-era-redefining-global-manufacturing).
  
  
• Während Deutschland plant, produziert Xiaomi bereits heute vollautomatisiert in Peking: Roboter montieren Smartphones, KI steuert Qualitätskontrolle in Echtzeit, menschliche Eingriffe sind auf Ausnahmefälle reduziert. Die Zukunft, über die wir reden? In Asien ist sie Gegenwart.
  
  

4 Handlungsempfehlungen für Entscheider

Wie können sich Unternehmen vorbereiten, ohne Millionen in gescheiterte Projekte zu versenken? Folgende Punkte sind nicht neu, aber sie sind es wert, immer wieder daran zu denken.

• Fokus auf Outcomes, nicht Outputs: Nicht „Wo können wir KI einsetzen?", sondern „Welches Geschäftsproblem kostet uns zu viel Zeit?"
  
  
  • Daten-Hausaufgaben machen: Bevor Agents eingesetzt werden, müssen Daten aufgeräumt sein. Agents benötigen strukturierte Daten und Schnittstellen. Investieren Sie in moderne Datenarchitektur.
    
    
  • Vertrauen durch Human-in-the-Loop: Agents sollten bei wichtigem Output nur Vorschläge machen, die ein Mensch freigibt. Das schafft Vertrauen bei der Belegschaft und Sicherheit bei der Compliance.
    
    
  • Mitarbeitende mitnehmen: Agentic AI ersetzt Jobs nicht zwingend, aber verändert sie radikal. Investieren Sie in KI-Kompetenz. Ihre Leute müssen lernen, Agents zu steuern und zu überwachen – von der Sachbearbeitung zum Prozessmanagement.

Quelle: Wenn KI plötzlich Chefsachen erledigt.

Sollen wir dieses oder jenes Tool kaufen?

Die Frage, die ich nach Vorträgen und per Mail am häufigsten gestellt bekomme: „Welches KI-Tool sollen wir nehmen?" Die Frage ist nachvollziehbar. Aber sie ist veraltet. Plattformen unterscheiden sich heute nicht mehr in der Technik, sondern in Marketing und Vertrieb. Aus Sicht eines Vertrieblers lautet das Motto heute: Es gewinnt nur, wer auch verkaufen kann.

Die eigentliche Arbeit, welches Problem lösen wir, für wen, wie genau, das alles passiert ohne KI. Erst wenn diese Fragen beantwortet sind, ergibt die Frage nach der Tool-Wahl Sinn.

Der neue Engpass ist nicht mehr technisches Können, sondern ein Verständnis dafür, wie man mit Hilfe von KI Probleme löst. Dieses Verständnis ist ein Prozess und man gewinnt es nicht von jetzt auf gleich. Wenn Sie sich dabei Unterstützung wünschen, lassen Sie uns sprechen.

So sollte es nicht laufen

KI-Hosting: Die dritte Option zwischen Cloud und Keller

Die meisten Unternehmen, bei denen ich meine Vorträge halte, denken, sie hätten nur zwei Möglichkeiten: Entweder die „bequeme" Cloud (mit den üblichen Datenschutz-Bedenken) oder die „komplexe" lokale Lösung auf eigenen Servern im Keller. Doch es gibt einen attraktiven Mittelweg: Managed AI Hosting in Deutschland.

Spezialisierte Anbieter betreiben Ihre eigenen, privaten KI-Systeme (Open Source) auf hochperformanten deutschen Servern. Das Ergebnis ist maximale Datensouveränität und volle Kostenkontrolle ohne den technischen Wartungsaufwand einer Inhouse-Lösung. Für viele Business-Cases ist das die strategisch klügere und oft günstigere Alternative.

Beispiele für Hosting „Made in Germany"

Mittwald: Bekannt für exzellenten Support und flexible vServer-Lösungen.

Jay-Win: Spezialisiert auf hochverfügbare Infrastruktur und individuelle Setups.

Während man bei ChatGPT „pro Nutzer" zahlt, mietet man hier Rechenpower. Das lohnt sich finanziell besonders dann, wenn Sie viele Automatisierungen (API-Calls) haben, die schnell teuer werden können.

Tipps und Tricks: Prompting heute

Was wirklich hilft und was vorbei ist

„Trinkgeld anbieten" ist vorbei. Solche Tricks bringen nichts mehr. Was schon hilft:

• Reasoning aktivieren,
• Context Engineering,
• Few-Shot Prompting mit mehreren Beispielen.

Wichtig nach wie vor und das galt von Anfang an: Arbeiten Sie iterativ, aber wenn etwas in die falsche Richtung läuft, dann bearbeiten Sie Ihre Prompts direkt (mit dem Bleistift beim Promptblock) oder gehen in ein neues Chatfenster statt endlos mit KI zu diskutieren.

Passen Sie auf, dass Ihre Chats nicht zu lang werden. In einer Analyse von über 200.000 Konversationen fiel die Leistung in langen Gesprächen im Schnitt um 39 Prozent.

Generative KI sollte ja nicht als Suchmaschine missbraucht werden. Da aber immer noch viele Leute Fragen an ChatGPT stellen, will ich Ihnen wenigstens verraten, dass in einer Studie die besten Ergebnisse erzielt wurden, wenn man die KI anweist, ein bestimmtes Format einzuhalten:

Was ist die richtige Antwort auf diese Frage?
[ HIER IHRE FRAGE ]
Formatiere deine Antwort wie folgt: "Die richtige Antwort lautet (Antwort hier einfügen)". 

Das ist Ihnen zu umständlich? KI mag es halt strukturiert. Aber gut, jetzt wird es leichter:

ChatGPT-Codes, die Zeit sparen

ChatGPT hat „Secret Codes" – einfache Abkürzungen für bessere Ergebnisse ohne komplexe Prompts:

• ELI5 (Explain Like I'm 5): Einfache Erklärungen für komplexe Themen.
• TL;DR (Too Long; Didn't Read): Für schnelle Zusammenfassungen langer Texte.
• Deep Dive: Für tiefere Analysen.

Setzen Sie diese Codes einfach vor Ihren Prompt und fertig.

Top-Trick für Prompting-Lernen und Personalisierung

Sie haben doch hoffentlich Ihre KI (egal welche) schon auf Ihre Bedürfnisse personalisiert? Wenn nicht, dann hui, bitte flott in die Einstellungen!

Nur ein kleines Beispiel: Wenn es Sie nervt, dass ChatGPT so viele Gedankenstriche verwendet – dann verbitten Sie sich das. (Übrigens verwendet man im Deutschen den Halbgeviertstrich als Gedankenstrich und im Englischen den längeren Geviertstrich ohne Leerzeichen, wie hier: „AI is not a tool—it's a partner".)

Inspiriert von einem lesenswerten Artikel von Prof. Jaromir Konencny, hier eine Ergänzung zur Personalisierung Ihrer KI:

Wenn ich in meinem Prompt ein „#" verwende, gehe in 2 Schritten vor:
1. Optimiere den Prompt rein strukturell und gib diesen optimierten Prompt am Anfang deiner Antwort in einem Code-Block aus.
2. Gib mir deine Antwort aufgrund dieses optimierten Prompts.

Wie immer gilt: Probieren Sie diesen Prompt aus, sonst erleben Sie seine Magie nicht.

Der „Echo-Effekt": Warum doppelt gemoppelt bei LLMs besser hält

Ein aktuelles Paper von Google Research zeigt: Werden Prompts einfach verdoppelt (Text hintereinander kopieren), steigt die Präzision bei klassischen LLMs massiv an. Der Grund ist, dass im zweiten Durchlauf die KI den Kontext besser „sieht".

Wichtig für Ihre Prompt-Bibliothek: Dieser Hack ist ein Gamechanger für Standard-Modelle, bei LRMs verpufft der Effekt jedoch fast vollständig. Strategisch gilt: Kenne den Unterschied, bevor du deine Workflows skalierst! Den Unterschied zwischen LLM und LRM können Sie hier nachlesen.

KI-Kuriositäten-Kabinett

Rent a Human: KI heuert jetzt Menschen an

Wenn die KI nicht mehr weiß, wie sie bestimmte Probleme lösen soll, bucht sie einfach einen Menschen. Nö, das ist kein Witz, sondern ein Geschäftsmodell. Hier können Ihre eigenen KI-Agenten Menschen finden: https://rentahuman.ai/ – „ai can't touch grass. you can. get paid when agents need someone in the real world."

Ich habe mir angeschaut, welche Tätigkeiten tatsächlich bezahlt werden:

• Vor Ort ein Foto von einem Objekt (Auto, Haus, Baustelle) mit aktuellem Zeitstempel machen.
• Einen Brief physisch schreiben und per Post versenden (außer in Dänemark, die haben Briefe abgeschafft). 
• In einer realen Warteschlange anstehen, z.B. für limitierte Produkte.
• Sensorisches Feedback geben und den Geschmack eines Gerichts in einem Restaurant beschreiben oder den Geruch in einer spezifischen Umgebung bewerten.

Cybersecurity-Aktien wegen KI im freien Fall

Anthropic hat ein KI-Sicherheitstool vorgestellt, das etablierte Cybersecurity-Anbieter so sehr unter Druck setzt, dass deren Aktienkurse abstürzten. Nicht wegen Marketing-Versprechen, sondern weil das Tool tatsächlich funktioniert und zwar deutlich besser als die Konkurrenz.

Die Ironie ist: Cybersecurity ist wegen KI noch um ein Vielfaches wichtiger geworden, denn KI-Tools sind mächtige Werkzeuge auch in böswilligen Händen. KI löst Probleme, die wir ohne sie nicht hätten.

Der chinesische Kaiser und der Hahn: Warum 4 Stunden Coding nichts bedeuten

Es gibt eine alte Geschichte über einen chinesischen Kaiser, der den berühmtesten Maler des Landes beauftragte: „Zeichne mir einen Hahn." Der Maler ging nach Hause. Ein Jahr verging. Zwei Jahre.

Der Kaiser wurde ungeduldig und erschien mit seiner gesamten Entourage im Haus des Malers. „Wo ist mein Hahn?" Der Maler nahm einen Pinsel und brachte in wenigen Sekunden einen Hahn zu Papier – und der war so lebendig und wunderschön, dass alle dachten, er würde sich vom Papier erheben und durch die Stube fliegen.

Der Maler verlangte 1.000 Goldstücke und der Kaiser war empört. So viel Geld für ein paar Sekunden Arbeit? Da nahm der Maler den Kaiser am Ärmel und führte ihn durch das Haus. Überall, in jedem Raum, stapelten sich Papierberge. Auf allen waren Hähne zu sehen. Der Maler hatte zwei Jahre mit nichts anderem verbracht als Hähne zu zeichnen.

Das ist das KI-Produktivitätsparadox im Jahr 2026. 4 Stunden Coding sind der eine perfekte Hahn. Die Monate voller Entscheidungen sind die Stapel von Papier, die niemand sieht. Die Vorbereitung ist essentiell.

Umso mehr bereitet mir Sorgen, wenn Unternehmen diese Vorbereitung und den Aufbau von Expertise nicht mehr wertschätzen.