Warum lohnt sich dieser Kurs?
Nur gute Prompts liefern auch gute Ergebnisse und erleichtern Ihren Arbeitsalltag wirklich. Deshalb probieren Sie Prompts aus, verfeinern und optimieren sie und entwickeln eigene Prompts für Ihre individuellen Anforderungen. Befassen Sie sich auch mit Guardrails, den Sicherheitsvorkehrungen und Richtlinien für generative KI, um schädliche Ergebnisse zu vermeiden.Kursüberblick
Dieser Halbtag bietet Ihnen den idealen Einstieg in den produktiven Einsatz von KI im Büroalltag. Sie erfahren praxisnah, wie Large Language Models (LLMs) wie ChatGPT, Microsoft Copilot oder ähnliche Tools funktionieren, welche Möglichkeiten sie bieten und welche Grenzen es gibt. Wir zeigen Ihnen, wie Sie Prompts professionell formulieren, iterativ verfeinern und so verlässliche, nachvollziehbare Ergebnisse erzeugen, die Ihren Arbeitsalltag spürbar erleichtern.
Sie lernen nicht nur die Theorie, sondern wenden Methoden direkt an – mit Schritt-für-Schritt-Übungen, Praxisbeispielen aus Marketing, HR und Projektmanagement sowie Reflexion auf Ihre eigenen Arbeitsprozesse.
Bitte nehmen Sie bei Möglichkeit einen eigenen Laptop mit.
Kursinhalte
Grundlagen der KI- KI erkennt Muster in Daten und ergänzt Informationen – sie „denkt“ nicht wie ein Mensch.
- Häufige Fehler: unklare Fragen (Prompts) oder falsche Erwartungen.
- Warum das wichtig ist: Gute Prompts sparen Zeit und verbessern Entscheidungen.
Frage: Worin unterscheidet sich KI von menschlicher Intelligenz?
- Context (Kontext): Wer soll die Info nutzen? Wofür? In welchem Format?
- Instruction (Anweisung): Genau sagen, was die KI tun soll.
- Target (Ergebnis): Form, Ton und Ziel festlegen.
- Evaluation (Prüfung): Ergebnisse kontrollieren, Checklisten nutzen.
- Refinement (Verbesserung): Prompts Schritt für Schritt verbessern.
- Iterativ: Ergebnisse testen und Schritt für Schritt optimieren.
- Train-of-Thought: KI Schritt für Schritt denken lassen.
- Analogie-Prompting: Inhalte einfach erklären – z. B. für unterschiedliche Teams.
- Study/Explain Mode: Wissen anschaulich aufbereiten.
Frage: Wie lassen sich TREE, STARS und CRISP mit CITE(R) kombinieren?
- Rollen nach AI Act: Provider, Nutzer, Verteiler.
- Hochrisiko-Aufgaben: Qualitätskontrolle, menschliche Kontrolle, Monitoring.
- Geringes Risiko: Transparenz, Kennzeichnung, Dokumentation.
- Logging: Was wurde gemacht, wer prüft, wann.
- Keine sensiblen Daten missbrauchen.
- Eigene Prompts entwickeln und testen.
- Vorher/Nachher vergleichen, um Wirkung zu sehen.
- Reflexion: Übertragen auf eigene Aufgaben.
- Peer-Feedback nutzen für Verbesserungen.
- KI-Inventar: Welche Tools darf ich wofür nutzen?
- Wer ist verantwortlich (Owner) und wer prüft (Reviewer)?
- Minimaldokumentation für Nachweis und Audits.
- Freigabeprozesse vor externer Nutzung.
- Frameworks vergleichen: TREE, STARS, CRISP, RECAP
- Analogie-Prompting für verschiedene Wissensstände
- CITE(R)-Templates direkt einsetzen
Bestandteil von
Zielgruppe
- Berufstätige, die KI-Tools im Arbeitsalltag einsetzen möchten
- Mitarbeitende aus verschiedenen Fachbereichen und Abteilungen
- Personen, die Prozesse effizienter und strukturierter gestalten wollen
- Interessierte, die sicher, produktiv und nachvollziehbar mit KI arbeiten wollen
Referenten
-
Jakub Popluhar
Experte für KI und Konsumentenpsychologie
