Frameworks & Vorlagen4 Min. Lesezeit

KI-Kompetenzen für Mitarbeitende: Quellen vor dem Prompt prüfen

Mitarbeitende sollten Relevanz, Autorität, Genauigkeit, Aktualität und Berechtigung der Quellen prüfen, bevor ein KI-Tool schwache Grundlagen in flüssige Ergebnisse verwandelt.

Bokili Editorial· Geprüft am 8. Oktober 2026
TeilenX
Quellenkarten durchlaufen Prüfungen auf Relevanz, Autorität, Genauigkeit, Aktualität und Berechtigung vor einem KI-Workflow

KI-Kompetenzen für Mitarbeitende beginnen vor dem ersten Prompt. Eine gut geschriebene Anweisung kann ein Quellenpaket nicht retten, das auf falschen Richtlinien, unvollständigen Tabellen, veralteten Produktnotizen oder nicht autorisiertem Material basiert. Schulungen sollten daher lehren, die Quellen zu prüfen, die sie einem KI-Tool zuführen, nicht nur die Worte, die sie eingeben.

Das praktische Ziel ist klein: Zwei Minuten innehalten und entscheiden, ob das Quellpaket für diese Aufgabe geeignet ist. Diese Prüfung verhindert, dass Mitarbeitende zehn Minuten damit verbringen, eine Antwort zu verfeinern, die von Anfang an auf schwachen Quellen basierte.

Prompt-Qualität beginnt mit Quell-Qualität

Ist das Quellenpaket unvollständig, veraltet oder nicht autorisiert, kann ein flüssiger Ergebnis das Problem schwerer erkennbar machen.

Warum Quellenbeurteilung zu den KI-Kompetenzen von Mitarbeitenden gehört

Schulungen beginnen oft mit der Prompt-Struktur und enden mit der Ergebnis-Überprüfung. Der fehlende Schritt ist die Quellenbereitschaft. Das UK Government Data Quality Framework betrachtet Qualität als Zweckmäßigkeit und empfiehlt, Probleme so früh wie möglich im Datenlebenszyklus anzugehen. Es trennt Dimensionen wie Vollständigkeit, Konsistenz, Aktualität, Gültigkeit und Genauigkeit, da eine Quelle eine Prüfung bestehen und eine andere nicht bestehen kann.

Das NIST AI Risk Management Framework Playbook fordert Organisationen ebenfalls auf, den Zweck, Kontext und die Anforderungen eines KI-Systems zu dokumentieren und zu prüfen, ob Daten angemessen, relevant und verhältnismäßig für diesen Zweck sind. Das UK Government AI Playbook fügt hinzu, dass KI-Tools keine garantierte Genauigkeit und kein Kontextbewusstsein besitzen, daher benötigen Benutzer Tests, menschliche Kontrolle und organisatorische Datenhandhabungsregeln.

Nutzen Sie den READY-Check für Quellenpakete

Der READY-Check vor dem Prompt

1

Relevant — R

Jede Quelle trägt zur genauen Aufgabe, Zielgruppe und Entscheidung bei. Entfernen Sie Material, das nur Rauschen erzeugt.

2

Bestätigt — E

Identifizieren Sie die maßgebliche Version und den Eigentümer. Eine praktische Datei ist nicht automatisch die Quelle der Wahrheit.

3

Ausreichend genau — A

Erfassen Sie bekannte Fehler, fehlende Felder und Konflikte, anstatt sie stillschweigend an das Modell weiterzugeben.

4

Datiert — D

Prüfen Sie, wann jede Quelle erstellt oder aktualisiert wurde und ob dieser Zeitpunkt zur beabsichtigten Verwendung passt.

5

Zur Nutzung freigegeben — Y

Bestätigen Sie, dass Tool, Datenklassifizierung und beabsichtigte Verarbeitung für das Material genehmigt sind.

READY ist kein Versprechen perfekter Daten. Es ist eine schnelle Entscheidung, ob das Paket für diesen Zweck geeignet ist, welche Einschränkungen damit verbunden sind und ob die Aufgabe überhaupt fortgesetzt werden sollte.

Lesen ist der Anfang. Üben macht den Unterschied.

Jetzt starten

Praxisbeispiel: Zusammenfassung einer Richtlinienänderung

Ein Mitarbeitende soll eine Manager-Briefing zu einer überarbeiteten Reiserichtlinie entwerfen. Der Ordner enthält die unterzeichnete Richtlinie, eine Präsentation vom letzten Jahr, eine undatierte FAQ und eine Tabelle mit Spesenbeispielen. Ohne eine Quellenprüfung könnte die KI alte Grenzwerte mit neuen Formulierungen vermischen und das Ergebnis mit gleicher Sicherheit präsentieren.

Der READY-Check entfernt die alte Präsentation, bestätigt die unterzeichnete Richtlinie als maßgeblich, kennzeichnet die FAQ als undatiert und behält die Tabelle nur als Beispiel, nicht als Regelquelle. Der Prompt kann dann die Hierarchie explizit festlegen: Verwenden Sie die unterzeichnete Richtlinie für Anforderungen, die Beispiele nur zur Veranschaulichung, und kennzeichnen Sie alle Fragen, die die Richtlinie nicht beantwortet.

Ein sauberes Quellenpaket erstellen

  1. 1

    Aufgabe festlegen

    Beschreiben Sie den gewünschten Ergebnis, die Zielgruppe und die Entscheidung in einem Satz.

  2. 2

    Quellen auflisten

    Nennen Sie jede Datei, Seite oder jeden Datensatz sowie deren Eigentümer oder Herausgeber.

  3. 3

    READY ausführen

    Erfassen Sie pro Quelle eine Zeile für Relevanz, Autorität, bekannte Probleme, Datum und Berechtigung.

  4. 4

    Hierarchie festlegen

    Sagen Sie dem Modell, welche Quelle bei widersprüchlichen Materialien maßgeblich ist.

  5. 5

    Grenzen weitergeben

    Fordern Sie, dass der Ergebnis Lücken, veraltetes Material und unbegründete Schlussfolgerungen kennzeichnet.

Schwache Quellen nicht in einem stärkeren Prompt verstecken

Ein längerer Prompt kann Format, Ton und Methode beschreiben. Er kann jedoch keine fehlenden Aufzeichnungen erscheinen lassen, eine veraltete Anweisung in eine aktuelle Richtlinie umwandeln oder die Berechtigung zur Verarbeitung sensibler Inhalte erteilen. Wenn das Paket den READY-Check nicht besteht, kann die richtige Maßnahme darin bestehen, die aktuelle Quelle zu finden, den Eigentümer zu fragen, Material zu redigieren, zu einer genehmigten Umgebung zu wechseln oder abzubrechen.

Quellenpaket-Freigabeprüfung

  • Aufgabe und Verwendungszweck sind eindeutig.
  • Die maßgebliche Quelle ist benannt.
  • Fehlende, widersprüchliche oder schwache Inhalte sind sichtbar.
  • Datum und Versionsstand jeder Quelle sind festgehalten.
  • Sensible Inhalte werden nur in einer freigegebenen Umgebung verarbeitet.
  • Der Prompt nennt ausdrücklich, was das Modell nicht ableiten darf.

Verwandte Bokili-Anleitungen behandeln die nächsten Kontrollen: die maßgebliche Quelle festlegen, vier Prüfarten trennen, in einem sauberen Kontext testen und das Reidentifizierungsrisiko prüfen. Die Quellenprüfung verbindet die Materialauswahl mit der Prüfung des Ergebnisses.

Zehn-Minuten-Quellen-Audit
  1. Wählen Sie eine risikoarme KI-Aufgabe aus Ihrem Arbeitsalltag.
  2. Listen Sie alle Quellen auf, die Sie dem Tool geben würden.
  3. Wenden Sie die fünf READY-Prüfungen auf jede Quelle an.
  4. Entfernen Sie ein irrelevantes oder veraltetes Element.
  5. Schreiben Sie die Quellenhierarchie in den Prompt.
  6. Fordern Sie das Modell auf, fehlende Belege ausdrücklich zu melden.
  7. Übernehmen Sie das Ergebnis erst nach dem Abgleich mit der maßgeblichen Quelle.

Bessere KI-Nutzung beginnt nicht mit komplexeren Prompts, sondern mit bewussten Quellen. Bokili bietet Mitarbeitenden kurze, rollenrelevante Übungen, damit Urteilsvermögen zum KI-Alltag wird.

Quellen

  1. The Government Data Quality Framework — UK Government
  2. NIST AI RMF Playbook — Map — NIST
  3. Artificial Intelligence Playbook for the UK Government — UK Government
  4. Bokili Features — Bokili
TeilenX

Lesen ist der Anfang. Üben macht den Unterschied.

Bokili macht aus solchen Fähigkeiten Zehn-Minuten-Missionen für das ganze Team – mit sofortigem Feedback und sichtbarem Fortschritt.

Jetzt starten

Weiterlesen

Eine Berufseinsteigerin steigt einen erhaltenen Lernweg hinauf, während KI wiederkehrende Aufgaben übernimmt
Perspektiven4 Min. Lesezeit

Wenn KI Junioraufgaben übernimmt, muss das Lernen bleiben

Die Automatisierung von Einstiegsaufgaben kann Zeit sparen und zugleich die Übung beseitigen, aus der künftige Expertise entsteht. Erhalten Sie bewusst eigene Versuche, Rückmeldung und Reflexion.