Ein KI-Workflow ist nur so stark wie die Übergabe

KI-gestützte Arbeit wirkt oft im Moment der Erstellung am überzeugendsten. Der Entwurf ist flüssig, die Tabelle sauber, die Zusammenfassung klingt vollständig. Dann geht das Ergebnis an Kollegen, Vorgesetzte oder ein System – und der prüfbare Kontext geht verloren. Der Empfänger sieht das Ergebnis, aber nicht die Belege, Annahmen, den Prüfstatus oder die Entscheidung, die bei einer Person verbleibt.

Deshalb ist die Übergabe, nicht der Prompt, die eigentliche Maßeinheit für die KI-Einführung. Ein Team kann monatelang Prompts optimieren und dennoch fehleranfällige Arbeit erzeugen, wenn bei jeder Übergabe die nötige Beurteilungsgrundlage verloren geht.

Was sich ändert, wenn KI-Arbeit übergeben wird

Menschliche Prüfung ist leicht versprochen, aber schwer umzusetzen. Die Guidelines for Human-AI Interaction von Microsoft Research empfehlen, Nutzern die Fähigkeiten eines KI-Systems zu erklären, relevanten Kontext aufzuzeigen und effiziente Korrekturen zu ermöglichen. Das AI Risk Management Framework des NIST behandelt Risikomanagement als kontinuierlichen Prozess, während das zugehörige GenAI-Profil klare Rollen, Kommunikation und Herkunftsinformationen fordert.

Diese Prinzipien werden praktisch, wenn eine Aufgabe übergeben wird. Die nächste Person sollte nicht rekonstruieren müssen, wie das Ergebnis entstand oder ob es fertig ist. Die Übergabe braucht vier kleine Kontextelemente.

Praxisbeispiel: KI-gestütztes Lieferanten-Briefing

Ein Analyst nutzt ein KI-Tool, um aus drei Lieferantenangeboten ein Briefing für den Operations Manager zu erstellen. Die Zusammenfassung ist nützlich, doch das Modell behandelt ein Implementierungsdatum als bestätigt, obwohl es nur im Anhang eines Angebots steht. Sendet der Analyst nur die Zusammenfassung, könnte der Manager die Synthese für einen Fakt halten.

Die zweite Version ist nicht aus reiner Prozessliebe länger. Sie beschleunigt das Urteil des Managers. Er sieht, was er sicher verwenden kann, was offenbleibt und wo er nachsehen muss. Wandert das Briefing weiter – an den Einkauf oder die Rechtsabteilung – verhindert die Notiz, dass die Kette wieder bei null anfängt.

Die Notiz an den Ort der Übergabe

Eine Übergabenotiz sollte mit der Aufgabe wandern, nicht in einem separaten Ordner liegen. Fügen Sie vier Felder dort hinzu, wo Ihr Team bereits arbeitet: Fußzeile, Task-Card, Formular, Ticket oder Datensatz. Halten Sie jedes Feld kurz. Es geht nicht darum, jeden Prompt zu dokumentieren, sondern die Infos für die nächste Entscheidung zu sichern.

Nachvollziehbarkeit ist nicht gleich Bürokratie

Der Umfang der vier Zeilen richtet sich nach den Konsequenzen, nicht nach Dokumentationseifer. Für eine risikoarme Umformulierung genügen Quelldatei, „geprüft“-Label und ein Lektor. Eine Empfehlung mit arbeitsrechtlichen, finanziellen oder rechtlichen Folgen braucht stärkere Belege, eine formale Freigabe und einen klaren Eskalationsweg. Auch das NIST-Profil knüpft die Strenge der Prüfung an das identifizierte Risiko.

Die Notiz beweist nur begrenzt viel. Sie zertifiziert nicht die Genauigkeit des Modells. Sie macht verbotene Daten nicht sicher. Sie ersetzt keine Fachprüfung. Sie sorgt nur dafür, dass die Beurteilungsgrundlage mit der Arbeit wandert, statt in einem privaten Chat zu verschwinden.

Trainieren Sie die Übergabe, nicht nur den Prompt

Wenn Kollegen immer noch fragen, woher eine Info stammt, ob die Arbeit freigegeben ist oder wer verantwortlich ist, überarbeiten Sie die Notiz. Diese Lücke ist die Lektion. Bokili hilft Teams, kleine, rollenspezifische Verhaltensweisen wie Prüfung, Abgrenzung und Eskalation zu üben, bis sie im Arbeitsalltag bestehen – auch bei der Übergabe.

Drei Bokili-Guides stärken denselben Workflow: „Definition of Done“ für KI-Aufgaben, eine Stoppregel für den Prozess und ein Evidenzregister für wichtige Vergleiche. Das Prinzip ist einfach: Ein KI-Ergebnis ist nicht fertig, weil es fertig aussieht. Es ist fertig, wenn die nächste Person es beurteilen kann.