KI‑Agenten werden das Prompten zu einer Management‑Fähigkeit machen

Je besser KI‑Agenten werden, desto mehr fühlt sich Prompten an wie das Management von Arbeit. Sie müssen entscheiden, was erledigt werden soll, erklären, wie ein gutes Ergebnis aussieht, und dem Agenten genug Spielraum geben, um dorthin zu gelangen. Das wird zu einer grundlegenden Business‑Fähigkeit, auch für Menschen, die noch nie einen Mitarbeitenden geführt haben.

Das klingt einfach, bis man versucht, eine echte Aufgabe zu delegieren. Es ist leicht, nach einer besseren Website oder einem nützlichen Forschungsbericht zu fragen. Schwieriger ist es, zu erklären, was eines von beidem für Ihr Unternehmen nützlich machen würde.

Wenn ein Agent ein Thema recherchieren, über Dateien hinweg arbeiten und ein Ergebnis liefern kann, kann eine vage Aufgabenstellung ihn weit in die falsche Richtung führen. Mehr Fähigkeiten geben ihm mehr Möglichkeiten, Ihren Anweisungen zu folgen. Gleichzeitig werden die Entscheidungen, die Sie weglassen, bedeutender.

Ich denke, genau hier wird ein großer Teil des Werts beim Erlernen des Umgangs mit KI liegen. Zu wissen, wie man die Aufgabe erklärt, den richtigen Kontext liefert und ein gutes Ergebnis erkennt, wird bei allen zukünftigen Werkzeugen wichtig sein.

Der schwierigste Teil ist zu entscheiden, worum man bittet

Stellen Sie sich vor, Sie bitten einen Agenten, eine Landing‑Page zu verbessern. Er könnte die Überschrift umschreiben, die Abschnitte neu anordnen und die Seite optisch aufpolieren. All diese Änderungen könnten der Anweisung entsprechen. Keine davon erklärt jedoch zwingend das Angebot klarer für den gewünschten Kunden.

Vielleicht können Besucher nicht erkennen, für wen das Produkt gedacht ist. Vielleicht fordert die Seite sie zum Kauf auf, bevor der Nutzen erklärt wird. Das sind unterschiedliche Probleme. Wenn Sie nicht entschieden haben, welches davon wichtig ist, muss der Agent die Wahl für Sie treffen oder Sie zurückfragen. Weder ein längeres Prompt noch ein aufwändigeres Design löst das.

In meinem eigenen Ansatz für KI‑Arbeit möchte ich vor Beginn der Ausführung festlegen, welches Ergebnis erwartet wird. Eine Forschungsaufgabe benötigt eine zu beantwortende Frage. Eine Website braucht ein Angebot, das der gewünschte Kunde versteht. Sobald ich das Ziel klar definiert habe, kann ich dem Agenten Freiheit darüber geben, wie er dorthin gelangt.

Manager stoßen ständig darauf: Jemand erledigt die Aufgabe exakt nach Vorgabe, und das Ergebnis löst das Problem immer noch nicht. Ich habe über dasselbe Problem mit KI‑Piloten, die bestehende Arbeitsabläufe festigen geschrieben. Bevor ein Prozess beschleunigt wird, muss jemand entscheiden, ob er es überhaupt wert ist, zu erhalten.

Ein Stanford‑Preprint, veröffentlicht im August 2026 ergab, dass von Menschen geführte Zusammenarbeit die Claude‑Unterhaltungen dominierte, die die Forschenden untersuchten. Menschen gestalteten die Arbeit durch ihre Prompts und nachfolgenden Austausch. Das passt zu meiner Vorstellung von Delegation: Die Festlegung der Aufgabe ist der Beginn Ihrer Beteiligung.

Eine abgeschlossene Aufgabe benötigt ein nützliches Ergebnis

Ein aufbereitetes Dokument und eine überzeugende Abschlussmeldung können den Eindruck vermitteln, dass eine Aufgabe erledigt ist. Ich möchte dennoch sehen, was tatsächlich geschehen ist. Hat der Agent das Problem gelöst, oder hat er etwas produziert, das lediglich wie das von mir gewünschte Ergebnis aussieht?

Anthropic zieht in seinem Leitfaden zur Bewertung von Agenten eine nützliche Unterscheidung: Das Protokoll dessen, was ein Agent getan hat, ist getrennt von dem Ergebnis, das er tatsächlich erzeugt hat. Ich halte das für einen guten Ausgangspunkt für alle, die KI‑Arbeit vergeben.

Wenn Sie nach einer Buchung fragen, prüfen Sie, ob die richtige Buchung existiert. Wenn Sie nach einer Tabelle fragen, überprüfen Sie die Berechnungen und Annahmen. Wenn Sie nach Forschung fragen, öffnen Sie die Quellen und prüfen Sie, ob sie die Schlussfolgerungen unterstützen. Die Abschlussmeldung des Agenten signalisiert, dass er zur Überprüfung bereit ist.

Wenn man dem Agenten diesen Standard von Anfang an gibt, wird die Aufgabe leichter umzusetzen sein. Er kann seine Arbeit prüfen und konkrete Probleme zurückmelden. Wenn eine Quelle der Schlussfolgerung widerspricht, möchte ich das erfahren, bevor ich Zeit in die Durchsicht des Textes investiere. Wenn eine Tabelle von einer Annahme abhängt, soll diese Annahme sichtbar sein.

Der Umfang der Prüfung sollte zur Aufgabe passen. Ich möchte nicht zehn Minuten damit verbringen, eine Formatierungsänderung zu überwachen, die ich in Sekunden rückgängig machen kann. Ein öffentliches Versprechen erfordert mehr Aufmerksamkeit. Zu wissen, wo Ihre Aufmerksamkeit wichtig ist, gehört dazu, darin gut zu werden.

Geben Sie dem Agenten Spielraum

Gute Delegation bedeutet auch, festzulegen, wo der Agent handeln kann, ohne zu Ihnen zurückzukehren. Der Zugriff auf ein E‑Mail‑Tool klärt nicht, ob er eine Nachricht senden darf. Die Aufgabenstellung sollte deutlich machen, wann die Arbeit Vorbereitung ist und wann sie das Handeln beinhaltet.

Klare Grenzen sparen Aufmerksamkeit. Ein Agent kann recherchieren, ein Ergebnis vorbereiten und routinemäßige Überarbeitungen durchführen, während er die folgenreichen Entscheidungen der dafür verantwortlichen Person überlässt. Diese Vorgabe muss in der Arbeitsumgebung verfügbar sein, zusammen mit dem relevanten Geschäftskontext. Lauren Hanford, VP of Product Operations bei Sonar, bringt diesen Punkt in ihrem Essay über die Gestaltung von Agenten‑Betriebsumgebungen zum Ausdruck: Wir müssen den Kontext und die Richtung bereitstellen, von denen die Arbeit abhängt.

Die Stanford‑Forscher stellten zudem fest, dass Reibung häufig produktiv war: Menschen klärten Anfragen und korrigierten Missverständnisse. Ich denke, wir behandeln diese Austauschprozesse manchmal als Versagen des Werkzeugs, obwohl sie einfach Teil der Problemlösung sind. Die entscheidende Frage ist, ob das Gespräch die Arbeit voranbringt.

Deshalb beurteile ich Aufsicht nicht danach, wie oft jemand eine Aktion genehmigt. Man kann ein Dutzend Anfragen durchklicken und trotzdem die entscheidende Entscheidung übersehen. Ich möchte, dass Routineaufgaben voranschreiten und wichtige Entscheidungen mit genügend Kontext zu mir zurückkehren, damit ich sie treffen kann.

Ein Strom von Aktivitätsupdates hilft allein nicht viel. Sag mir, was einer Entscheidung bedarf, warum es wichtig ist und was als Nächstes passiert.

Das ändert, was es bedeutet, gut mit KI zu sein

Für einen Alleinunternehmer ist das eine echte Veränderung der Aufgabenstellung. Vielleicht bist du es gewohnt, die Gründe für eine Entscheidung im Kopf zu behalten, weil du zugleich die Person bist, die die Arbeit ausführt. Delegation macht diese Gründe für jemand anderen oder etwas anderes nutzbar. Sie aus dem Kopf zu bekommen, ist Teil davon, das Unternehmen leichter zu führen.

Die Vorteile sollten sich im Laufe der Zeit aufbauen. Wenn ein Auftrag scheitert, weil eine Präferenz fehlte, notiere diese Präferenz dort, wo der nächste Auftrag sie nutzen kann. Wenn dieselbe Frage immer wieder auftaucht, entscheide, ob dem Agenten Kontext fehlt oder ob die Entscheidung wirklich dich erfordert. Wiederholte Korrekturen bieten die Möglichkeit, die Zuweisung der Arbeit zu verbessern.

Ich möchte, dass die KI-Ausbildung mehr Zeit für solche Situationen aufwendet. Gib den Menschen einen unvollständigen Auftrag und lass sie herausfinden, was fehlt. Zeige ihnen ein ausgefeiltes Ergebnis mit einer schwachen Schlussfolgerung. Wiederverwendbare Prompts können nützlich sein, aber die Menschen brauchen Übung darin, die Entscheidungen zu treffen, von denen diese Prompts abhängen.

Wenn Agenten mehr Arbeit bis zur Fertigstellung übernehmen, werden ihre Nutzer mehr Zeit damit verbringen, die Richtung vorzugeben und zu entscheiden, was ausreichend gut ist. Einige werden Teams haben. Andere führen Unternehmen allein. In jedem Fall wird die Fähigkeit, eine Absicht in einen klaren Auftrag zu verwandeln, Teil ihrer Wettbewerbsfähigkeit werden. Deshalb ist Prompting tatsächlich eine Management‑Fähigkeit.