KI-Schulung für Mitarbeiter: Vom ChatGPT-Zugang zum Alltag

Allen Mitarbeitenden einen Zugang zu ChatGPT oder Claude zu geben, ist der leichte Teil. Schwer ist es, dass sie KI tatsächlich für echte Arbeit nutzen, jede Woche und sicher. Hier lesen Sie, wie Sie ein Team so schulen, dass KI Teil des Arbeitsalltags wird, und wie sie es nach dem Workshop auch bleibt.

Das Wichtigste

Eine KI-Schulung für Mitarbeiter wirkt, wenn sie eine wöchentliche Gewohnheit aufbaut statt nur Zugänge: an echten Aufgaben jeder Rolle üben, wenige solide Prompting-Fähigkeiten vermitteln, eine einseitige KI-Richtlinie schreiben, die freigegebene Tools und tabu bleibende Daten nennt, KI zunächst nur mit Lesezugriff und menschlicher Bestätigung an Unternehmenssysteme anbinden und nach der Schulung eine Ansprechperson für Fragen bereithalten.

Warum Zugang allein noch keine Nutzung schafft

Zugang zu einem Tool schafft noch keine Nutzung, weil den meisten Mitarbeitenden vier Dinge fehlen: ein klarer Einstieg, klare Regeln, ein gutes erstes Ergebnis und Zeit zum Üben. Ein verbreitetes Muster: Das Unternehmen kauft Lizenzen, zeigt eine Demo und wartet ab. Ein paar Neugierige nutzen KI täglich; alle anderen probieren sie einmal aus, bekommen eine allgemeine Antwort und geben auf. Die Gründe sind vorhersehbar:

Kein klarer Einstieg. „Nutzt KI, um produktiver zu werden“ ist keine Aufgabe. Menschen müssen sehen, wie KI bei ihren eigenen E-Mails, Berichten und Tabellen funktioniert.
Unklare Regeln. Hat niemand gesagt, was in ein KI-Tool darf, meiden sorgfältige Mitarbeitende es, und weniger sorgfältige kopieren alles hinein.
Schwache erste Ergebnisse. Eine vage Anfrage in einer Zeile bringt eine vage Antwort, und die Leute schließen daraus, dass das Tool für ihren Job nichts taugt.
Keine Zeit zum Üben. Neue Gewohnheiten brauchen ein wenig geschützte Zeit und jemanden, den man fragen kann, wenn man nicht weiterkommt.

Bei echten Aufgaben beginnen, Rolle für Rolle

Eine KI-Schulung sollte auf den wiederkehrenden Aufgaben aufbauen, die jedes Team Zeit kosten, nicht auf allgemeinen Demos. Bitten Sie deshalb vor jeder Einheit jedes Team, diese Aufgaben aufzulisten. Typische Einstiegspunkte:

Vertrieb: einen Interessenten anhand öffentlicher Informationen recherchieren, Akquise-E-Mails entwerfen, Fragen für ein Gespräch vorbereiten, Gesprächsnotizen in nächste Schritte verwandeln.
Kundenservice: Antworten auf häufige Fragen im Ton des Unternehmens entwerfen, Kundennachrichten übersetzen, lange Ticketverläufe zusammenfassen.
Betrieb und Verwaltung: Tabellendaten bereinigen, Formeln schreiben, Angaben aus Rechnungen oder Lieferscheinen auslesen, Abläufe und Checklisten entwerfen.
Geschäftsführung: lange Berichte zusammenfassen, Tagesordnungen und Protokolle vorbereiten, Optionen für eine Entscheidung vergleichen, einen Plan auf Lücken prüfen.

Wählen Sie pro Rolle zwei oder drei Aufgaben, die häufig vorkommen, wenig Risiko bergen und sich leicht prüfen lassen. Frühe Erfolge zählen mehr als ehrgeizige Projekte; sensible Daten und automatische Aktionen kommen erst, wenn Regeln und Tools stehen.

Prompting-Grundlagen, die hängen bleiben

Sieben Prompting-Gewohnheiten decken den Großteil der täglichen Arbeit ab: Kontext geben, das Ergebnis beschreiben, das Material mitliefern, ein Beispiel zeigen, nachschärfen, den Assistenten Fragen stellen lassen und das Ergebnis prüfen. Eine lange Liste von Tricks brauchen Sie nicht. Die Best Practices von OpenAI zum Prompt Engineering für ChatGPT und die Prompting-Best-Practices von Anthropic für Claude stellen beide Klarheit und Kontext an die erste Stelle; Anthropic empfiehlt, sich Claude als „brillanten, aber neuen Mitarbeiter“ vorzustellen, dem der Kontext zu den eigenen Normen und Arbeitsabläufen fehlt. Die sieben Gewohnheiten:

Kontext geben. Wer Sie sind, für wen das Ergebnis ist und warum. „Ich arbeite im Kundenservice eines Online-Möbelhändlers; diese Kundin ist verärgert über eine verspätete Lieferung“ ergibt einen weit besseren Entwurf als „schreib eine Antwort“.
Das Ergebnis beschreiben. Länge, Format, Ton, Sprache, was hinein soll und was nicht.
Das Material mitliefern. Text einfügen oder Datei anhängen, im Rahmen Ihrer Datenregeln, statt den Assistenten raten zu lassen.
Ein Beispiel zeigen, etwa eine E-Mail oder einen Bericht, der Ihnen gefällt.
Nachschärfen. Die erste Antwort als Entwurf behandeln: kürzer, förmlicher, als Tabelle.
Fragen zulassen. „Bevor du anfängst, stell mir alle Fragen, die du brauchst“ bringt oft fehlende Informationen ans Licht.
Prüfen. KI-Assistenten können falsche Fakten mit großer Überzeugung behaupten. Prüfen Sie Namen, Zahlen, Daten und alles, was an Kunden geht. Wer es verschickt, ist dafür verantwortlich.

Vermitteln Sie diese Gewohnheiten an den eigenen Aufgaben der Teilnehmenden statt mit Folien, damit jede Person mit mindestens einem Prompt nach Hause geht, den sie am nächsten Tag wieder nutzt.

Datensicherheit und eine einseitige KI-Richtlinie

Der einfachste Schutz für Unternehmensdaten ist eine einseitige interne KI-Richtlinie in klarer Sprache; klare Regeln machen Menschen eher bereit, KI zu nutzen, nicht weniger. Die Richtlinie sollte fünf Fragen beantworten:

Welche Tools und Konten sind freigegeben? Vom Unternehmen verwaltete Business- oder Enterprise-Tarife bringen Admin-Funktionen mit. In seinen Datenschutzzusagen für Unternehmen erklärt OpenAI, Daten aus ChatGPT Business, ChatGPT Enterprise und der API-Plattform standardmäßig nicht zum Training seiner Modelle zu verwenden, und Anthropic erklärt in seinem Privacy Center, Eingaben und Ausgaben aus seinen kommerziellen Produkten wie Claude for Work und der Anthropic API standardmäßig nicht zum Trainieren seiner Modelle zu nutzen. Bei Verbraucherkonten hängt das von den Einstellungen der jeweiligen Person ab; lesen Sie deshalb die aktuellen Bedingungen jedes Tools, das Sie freigeben.
Was darf nie hinein? Passwörter und Zugangsschlüssel; personenbezogene Daten von Kunden oder Mitarbeitenden, sofern das Tool dafür nicht freigegeben ist; vertrauliche Verträge und alles, was unter eine Geheimhaltungsvereinbarung fällt.
Was ist in Ordnung? Öffentliche Informationen, eigene Entwürfe, anonymisierte Beispiele und interne Texte mit geringem Risiko.
Wer prüft das Ergebnis? Legen Sie fest, was eine Person prüfen muss, bevor es an Kunden geht, und welche Entscheidungen KI nicht allein treffen darf.
Wo stellen Mitarbeitende Fragen? Benennen Sie eine Person oder einen Kanal für Fragen und für das Melden von Fehlern.

Wenn Sie personenbezogene Daten von Menschen in der EU verarbeiten, gilt die DSGVO auch dann, wenn diese Daten in ein KI-Tool gelangen; prüfen Sie daher die Bedingungen zur Auftragsverarbeitung jedes Anbieters.

Die KI-Verordnung der EU (AI Act) enthält in Artikel 4 außerdem eine Vorgabe zur KI-Kompetenz: Organisationen, die KI-Systeme anbieten oder einsetzen, müssen Maßnahmen ergreifen, die die KI-Kompetenz ihres Personals und anderer Personen unterstützen, die diese Systeme in ihrem Auftrag nutzen, unter Berücksichtigung ihrer Kenntnisse und des Einsatzkontexts. Die Vorgabe gilt seit dem 2. Februar 2025; die Änderung vom Juli 2026 hat die ursprüngliche Pflicht, ein „ausreichendes Maß“ an KI-Kompetenz sicherzustellen, durch eine Pflicht zur Unterstützung ersetzt und stellt klar, dass für keine Person ein bestimmtes Niveau garantiert werden muss. Für wen Artikel 4 gilt und wie er durchgesetzt wird, erklärt unser Beitrag KI-Schulungspflicht nach Art. 4 AI Act: Was jetzt gilt. Schulungen und Richtlinie zu dokumentieren, ist ein sinnvoller Weg, um zu zeigen, was Sie getan haben.

ChatGPT, Claude oder etwas anderes? An eigenen Aufgaben testen

Der verlässlichste Weg, zwischen ChatGPT, Claude und anderen Assistenten zu wählen, ist ein kleiner Test mit Ihren eigenen echten Aufgaben, nicht ein Ranking. ChatGPT, Claude, Google Gemini und Microsoft Copilot haben jeweils Stärken, und alle ändern sich häufig. Der Test hat vier Schritte:

Wählen Sie eine Handvoll echter Aufgaben mit Beispielmaterial, das Sie verwenden dürfen.
Führen Sie dieselben Prompts in jedem Tool aus, das Sie in Betracht ziehen.
Lassen Sie die Menschen, die diese Arbeit machen, Genauigkeit, Ton und den Überarbeitungsaufwand beurteilen.
Prüfen Sie die praktische Seite: Ihre Sprachen, die Integration mit vorhandenen Tools (Microsoft 365, Google Workspace, Ihr CRM), Admin-Funktionen, Datenbedingungen und Kosten pro Nutzer.

Vielleicht landen Sie bei einem Hauptassistenten und einem zweiten für bestimmte Aufgaben; das ist in Ordnung, wenn beide freigegeben sind. Prompting-Gewohnheiten lassen sich übertragen, die Schulung ist also nicht verloren, wenn Sie später wechseln. Tarife, Datennutzung und Verwaltungsfunktionen der Business-Versionen vergleicht unser Beitrag ChatGPT vs. Claude vs. Gemini für Unternehmen.

Mehr als Chat: KI mit Unternehmensdaten verbinden

KI mit Unternehmensdaten zu verbinden heißt, den Assistenten im Rahmen der erteilten Berechtigungen direkt mit Unternehmensinformationen arbeiten zu lassen: ein gemeinsames Laufwerk durchsuchen, eine Bestellung im ERP nachschlagen, die Historie eines Kunden im CRM prüfen, statt dass Mitarbeitende zwischen Systemen und Chatfenster hin und her kopieren.

Ein weit verbreiteter Weg dafür ist MCP (Model Context Protocol). MCP ist ein offener Standard, ursprünglich von Anthropic veröffentlicht und heute ein offenes Projekt unter dem Dach der Linux Foundation, der festlegt, wie KI-Assistenten einheitlich an Tools und Datenquellen angebunden werden. Ein System stellt seine Funktionen über einen MCP-Server bereit; ein Assistent, der MCP unterstützt, etwa Claude oder ChatGPT, kann sie dann im Rahmen der erteilten Berechtigungen nutzen. Für viele gängige Business-Tools gibt es fertige Konnektoren, für interne Systeme lassen sich eigene entwickeln. Wie ein MCP-Server funktioniert und wann sich ein eigener lohnt, erklärt unser Beitrag MCP-Server einfach erklärt.

Echte Systeme erhöhen den Einsatz. Die Sicherheitsgrundsätze der offiziellen MCP-Spezifikation (Englisch) besagen, dass Nutzer jedem Datenzugriff und jeder Operation ausdrücklich zustimmen und sie verstehen müssen und dass die KI-Anwendung vor dem Aufruf eines Tools die ausdrückliche Zustimmung des Nutzers einholen muss. Beginnen Sie in der Praxis vorsichtig:

Starten Sie mit Lesezugriff auf Daten mit geringem Risiko.
Geben Sie dem Assistenten keine weitergehenden Berechtigungen als der Person, die ihn nutzt.
Verlangen Sie eine menschliche Bestätigung vor jeder Aktion, die Daten ändert oder Kunden kontaktiert.
Installieren Sie Konnektoren nur aus vertrauenswürdigen Quellen; Inhalte, die die KI liest, können versteckte Anweisungen enthalten, die sie in die Irre führen sollen.
Protokollieren Sie, worauf zugegriffen wird, damit Sie es überprüfen können.

Die Schulung sollte auch abdecken, was ein angebundener Assistent im Namen jeder Person sehen und tun kann.

Nutzung messen und dranbleiben

Damit die KI-Nutzung messbar wird und anhält, braucht es nach der Schulung fünf Dinge: KI-Champions, eine gemeinsame Prompt-Bibliothek, Folgetermine, einfache Kennzahlen und eine aktuelle Richtlinie. Ein einzelner Workshop ändert Gewohnheiten selten allein:

KI-Champions. Benennen Sie pro Team ein oder zwei begeisterte Personen, die Fragen sammeln, Beispiele teilen und Kollegen helfen, und geben Sie ihnen Zeit dafür.
Eine gemeinsame Prompt-Bibliothek. Halten Sie erprobte Prompts pro Rolle in einem gemeinsamen Dokument fest oder speichern Sie sie im Tool selbst (Projekte, eigene Assistenten), jeweils mit Aufgabe, einem Beispiel für ein gutes Ergebnis und einer verantwortlichen Person.
Folgetermine. Treffen Sie sich wieder, wenn alle geübt haben. Besprechen Sie, was funktioniert hat, korrigieren Sie, was nicht funktioniert hat, und nehmen Sie die nächsten Aufgaben dazu.
Einfache Kennzahlen. Verfolgen Sie, wie viele Menschen das freigegebene Tool regelmäßig nutzen (Business-Tarife zeigen das oft in der Admin-Konsole) und für wie viele wiederkehrende Aufgaben es einen erprobten Prompt gibt; bitten Sie die Teams, die Zeitersparnis bei konkreten Aufgaben zu schätzen. Ein Vorher-nachher-Vergleich einer echten E-Mail sagt mehr als ein Diagramm.
Die Richtlinie aktuell halten, wenn sich Tools, Bedingungen und Regeln ändern, und Bescheid geben, wenn das passiert.

Häufige Fragen

Brauchen Mitarbeiter technische Kenntnisse, um KI-Assistenten zu nutzen?

Nein. Im Alltag heißt Nutzung, Anfragen in normaler Sprache zu schreiben und die Antworten zu prüfen. Was Menschen brauchen, ist Urteilsvermögen: welche Aufgaben sich für KI eignen, wie man Kontext gibt und wie man das Ergebnis prüft. KI an interne Systeme anzubinden ist ein technisches Projekt, sie zu nutzen erfordert aber keine Programmierkenntnisse.

Ist es sicher, Unternehmensinformationen in ChatGPT oder Claude einzugeben?

Das hängt vom Konto und von der Information ab. OpenAI und Anthropic erklären, dass Daten aus ihren Business- und Enterprise-Tarifen standardmäßig nicht für das Modelltraining genutzt werden; bei Verbraucherkonten hängt es von den persönlichen Einstellungen ab. Auch mit einem freigegebenen Tool gilt Ihre Richtlinie: keine Passwörter, und personenbezogene oder vertrauliche Daten nur, wenn das Tool dafür freigegeben ist.

Sollte unser Team ChatGPT oder Claude nutzen?

Testen Sie beide an Ihren eigenen Aufgaben, statt sich auf Rankings zu verlassen: Führen Sie dieselben echten Prompts in beiden aus, lassen Sie die Menschen, die die Arbeit machen, die Ergebnisse beurteilen, und wägen Sie dann Integrationen, Datenbedingungen und Kosten ab.

UsualMatrix bietet praxisnahe KI-Schulungen an, aufgebaut auf den echten Aufgaben jedes Teams, und verbindet KI über MCP mit Unternehmenssystemen. Wir arbeiten mit Kunden weltweit und kommunizieren auf Chinesisch, Spanisch oder Englisch. Mehr zu unseren KI-Lösungen und KI-Schulungen, oder schreiben Sie uns, um über Ihr Team zu sprechen.

Hinweis: Die Abschnitte dieses Beitrags zur KI-Verordnung der EU und zur DSGVO sind allgemeine Informationen zum Zeitpunkt der Veröffentlichung und keine Rechtsberatung. Klären Sie mit einer Anwältin, einem Anwalt oder einer Datenschutzfachkraft, was für Ihre Organisation gilt.