Gutes KI-Feedback führt zu einem besseren zweiten Versuch

Feedback ist dann nützlich, wenn es den nächsten Versuch verändert. Eine Punktzahl, ein grüner Haken oder ein „gut gemacht“ mag eine Übung abschließen, aber es sagt einem Mitarbeiter nicht, welches Verhalten er wiederholen, welches Risiko er korrigieren oder wie er es erneut versuchen soll. Im Extremfall kann ein langes Audit die eine wichtige Änderung verschleiern.

Für kurze KI-Übungen ist das wirkungsvollste Feedback präzise und umsetzbar: Es weist auf eine beobachtbare Entscheidung in der eingereichten Arbeit hin, erklärt deren Konsequenz und öffnet die Aufgabe für einen korrigierten zweiten Versuch. Der Lernende sollte einen Nachweis der Verbesserung erhalten, nicht nur ein Urteil.

Warum ein zweiter Versuch wichtig ist

Microsofts Richtlinien zur Mensch-KI-Interaktion beinhalten die Unterstützung effizienter Korrekturen: Menschen sollen in der Lage sein, zu bearbeiten, zu verfeinern oder wiederherzustellen, wenn ein KI-System falsch liegt. Das ist ein Produkt-Designprinzip, keine vollständige Lerntheorie, aber es weist auf eine wichtige Übungsgewohnheit hin. Mitarbeiter müssen sich von schwacher KI-gestützter Arbeit erholen, nicht nur erkennen, dass sie schwach ist.

Die Überprüfung der Lernforschung durch die National Academies warnt ebenfalls, dass praktische Anwendungen vom Kontext abhängen. Sie unterstützt aktives Abrufen und strukturiertes Üben, schreibt aber keine einzige Feedback-Formel für den Arbeitsplatz vor. Der Designanspruch hier ist bewusst bescheiden: Eine sofortige Überarbeitung macht das Feedback testbar. Der Lernende kann sehen, ob die gewünschte Änderung die Arbeit verbessert hat.

Beispiel: Besprechungsnotizen werden zu unsicheren Aktionen

Stellen Sie sich vor, ein Lernender nutzt KI, um fiktive Besprechungsnotizen in eine Aktionsliste umzuwandeln. Die Notizen nennen Priya als Verantwortliche für die Budgetprüfung, weisen ihr aber nicht den Lieferantenanruf zu. Die KI-Ausgabe weist Priya selbstbewusst beide Aufgaben zu. Eine generische Nachricht wie „Genauigkeit prüfen“ ist korrekt, aber schwach. Sie zeigt nicht, was schiefgelaufen ist oder wie man es beheben kann.

Wandeln Sie diese Besprechungsnotizen in eine Aktionsliste mit Aufgabe, benanntem Verantwortlichen, Frist und Quellzeile um. Verwenden Sie nur Verantwortliche und Fristen, die in den Notizen angegeben sind. Schreiben Sie „nicht zugewiesen“ oder „nicht angegeben“, wenn die Notizen diese nicht liefern. Leiten Sie keine Verantwortung ab.

Budgetprüfung — Priya — Freitag — Quelle: Zeile 4. Lieferantenanruf — nicht zugewiesen — Frist nicht angegeben — Quelle: Zeile 7.

Der zweite Versuch braucht keine längere Vorlesung über Halluzinationen. Er braucht eine klare Einschränkung und die Möglichkeit, diese anzuwenden. Nachdem die Korrektur bei den Besprechungsnotizen funktioniert hat, kann eine spätere Mission dasselbe Verhalten an einem anderen Artefakt testen, wie einem Projektbrief oder einer Lieferantenzusammenfassung. Sofortiges Wiederholen zeigt Korrektur; eine neue Aufgabe später testet den Transfer.

Feedback nah an der Arbeit halten

Nützliches Feedback beschreibt die Ausgabe, nicht die Person. „Diese Aktion hat keinen benannten Quellverantwortlichen“ ist beobachtbar. „Es mangelt Ihnen an Urteilsvermögen“ ist eine unbegründete Charakterbehauptung. Es trennt auch einen wichtigen Fehler von einer stilistischen Präferenz. Eine fehlende Quellbegrenzung kann eine Entscheidung ändern; ein anderer Überschriftenstil meist nicht.

Gutes Feedback sollte auch Widerspruch ermöglichen. Der Prüfer oder das System kann den Kontext übersehen. Zeigen Sie die Beweise, nennen Sie die Akzeptanzprüfung und lassen Sie den Lernenden erklären oder überarbeiten. Eine Übungsschleife sollte Urteilsvermögen aufbauen, nicht Menschen dazu trainieren, einer undurchsichtigen Bewertung zu gehorchen.

Wie Bokili die Schleife nutzt

Bokilis öffentlich beschriebener Produktablauf verbindet kurze Arbeitsplatz-Missionen mit sofortigem Feedback und einer empfohlenen nächsten Mission. Der praktische Maßstab ist einfach: Feedback ist nützlich, wenn es zu einem besseren zweiten Versuch führt. Die FIND–FIX–PROVE-Methode hilft beim Korrigieren plausibler Fehler; die Vorlage für Prompt-Experimente zeigt, wie man jeweils nur eine Variable verändert.

Ziel ist nicht mehr Feedback. Es ist eine sichtbare Korrektur, ein besserer Versuch und eine nächste Herausforderung, die auf dem aufbaut, was die Arbeit tatsächlich gezeigt hat.