Startseite › Themen

KI-Tools im Team — Werkstattbericht

Steven Strehl·Veröffentlicht April 2026

Statt eines Ratgebers ein laufender Werkstattbericht: Was wir mit KI-Tools in Teams tatsächlich probieren, was hängenbleibt, und was wir wieder verwerfen. Diese Seite wird monatlich aktualisiert. Letzter Stand: [Monat / Jahr].

Warum ein Werkstattbericht und kein Ratgeber?

Zum Thema „KI in Teams“ gibt es bereits sehr viel Content — das meiste davon ist aus zweiter Hand, ohne benannte Versuche, ohne benannte Fehlschläge. Das hilft niemandem. Dieser Text geht den umgekehrten Weg: konkrete Experimente, Ergebnisse, Abbrüche.

Das heißt auch: Manches, was hier steht, wird in drei Monaten überholt sein. Die Versionshistorie ganz unten hält fest, was sich geändert hat.

Aktuelle Experimente

Retrospektive-Zusammenfassung mit Claude / ChatGPT

Setup: [konkreter Workflow einfügen — z. B. Miro-Board-Export → Claude-Prompt → strukturierte Zusammenfassung für Abwesende]. Erkenntnis bislang: [Erfahrung].

Entscheidungsprotokolle als Dialog

Wir experimentieren damit, wichtige Team-Entscheidungen vorab mit einer KI durchzusprechen — nicht, um die Entscheidung abzugeben, sondern um blinde Flecken zu finden. [Prompt-Skizze und Beobachtungen einfügen].

Onboarding-Begleitung für neue Team-Mitglieder

[Beschreibung: interner Knowledge-Base-GPT? Custom Chatbot? Was funktioniert, was nicht].

Was sich bewährt hat

  • Strukturierung statt Ideenfindung. KI ist exzellent darin, vorhandenes Material zu sortieren. Für originelle Ideen ist sie in Team-Kontexten bisher eher mittelmäßig.
  • Team-Sprachstil an KI übergeben, nicht umgekehrt. Style-Guides und Stimmungsbilder funktionieren als System-Prompt besser, als zu versuchen, KI-Output zu überarbeiten.
  • [Weitere Lektion einfügen].

Was wir verworfen haben

  • [Tool / Workflow, das nicht gehalten hat] — Grund: [Begründung].
  • [Zweiter Abbruch].
  • Automatisch generierte Meeting-Zusammenfassungen ohne redaktionelle Nachbearbeitung: bei sensiblen Themen regelmäßig problematisch (Ton, Ausgewogenheit, falsche Zuordnung von Aussagen).

Grenzen und Risiken

Drei wiederkehrende Bedenken in meiner Beratungspraxis:

  1. Datenschutz. Für sensible Team-Daten kommt nur infrage, was sich DSGVO-konform betreiben lässt (Claude for Enterprise / Enterprise-ChatGPT / lokale Modelle). Für die meisten Non-Profits ist das noch ein Finanzierungsthema.
  2. Kompetenzerosion. Wenn Teams strukturell bestimmte Denkarbeiten an KI abgeben, verlieren sie sie mittelfristig. Bei welchen Arbeiten das akzeptabel ist und bei welchen nicht, ist eine Führungsfrage, keine Tool-Frage.
  3. Pseudo-Konsens. KI-generierte Zusammenfassungen wirken autoritativer, als sie sind. Teams, die nicht widersprechen lernen, übernehmen die KI-Interpretation ungefiltert.

Offene Fragen, an denen ich gerade denke

  • Wann verschiebt sich die Rolle der Moderation — weg von Prozessführung, hin zu Interpretation?
  • Wie integriert man KI-gestützte Arbeit in Jahresgespräche, ohne dass Leistung neu definiert werden muss?
  • [Weitere offene Frage einfügen]

Wenn du zu diesen Fragen selbst etwas probiert hast — ich bin an Austausch interessiert.

Häufige Fragen

Welche Tools nutzt du selbst?
Im Wesentlichen Claude und ChatGPT, ergänzt um [weitere Tools einfügen]. Für Team-Dokumentation [Notion / Obsidian / …]. Das ändert sich schnell — siehe Versionsangabe oben.
Geht das überhaupt DSGVO-konform?
Ja, mit Sorgfalt. Enterprise-Tarife mit EU-Rechenzentrum und vertraglicher Nicht-Verwendung für Training sind die Grundlage. Ohne das: keine Mandant:innendaten in die Tools.
Wo fängt man als Team an?
Mit einem einzelnen, klar definierten Workflow, nicht mit einem Tool-Rollout. „Retrospektive-Zusammenfassung“ oder „Entscheidungsprotokoll-Review“ sind gute Startpunkte, weil der Mehrwert direkt sichtbar ist und die Fehler geringe Tragweite haben.