Werkflow
← KursübersichtModul 4 von 8 · 60 Min.

AI-Assistenten im Alltag

Fünf Routinen für Mail, Meetings, Recherche, Dokumente und Daten, mit Prompts, Prüfschritten und Fallstricken.

Lernziele

  • Du nutzt einen AI-Assistenten sicher für fünf Alltagsroutinen.
  • Du baust für jede Routine einen Prüfschritt ein.
  • Du kennst die arbeitsrechtlichen Besonderheiten bei Meeting-Tools.
4.1

Mail und Entwürfe

Mails sind für viele der größte Zeitfresser. Ein Assistent kann ungelesene Nachrichten nach Dringlichkeit sortieren und Antwortentwürfe schreiben. Wichtig ist der Prüfschritt: Lies jeden Entwurf, bevor er rausgeht, und achte auf Zusagen, Termine und Zahlen.

Prompt
Sortiere meine ungelesenen Mails in drei Gruppen: heute beantworten, diese Woche, nur lesen. Begründe jede Einordnung in einem Halbsatz. Schreib für "heute" Antwortentwürfe in meinem Ton: freundlich, direkt, höchstens fünf Sätze. Erfinde keine Zusagen oder Termine.

Laut Microsoft Work Trend Index 2026 behandeln 86 % der Befragten AI-Ergebnisse als Ausgangspunkt. Das ist die richtige Haltung für jeden Entwurf.

4.2

Meetings, Recherche und Dokumente

Meetings: Lass Agenda-Entwürfe aus dem letzten Protokoll erstellen und Ergebnisprotokolle aus Transkripten. Aufgaben gelten erst, wenn die verantwortliche Person sie bestätigt hat. Führt der Arbeitgeber ein Transkriptions-Tool ein, ist es zur Leistungs- und Verhaltenskontrolle geeignet. In Deutschland greift dann in der Regel die Mitbestimmung des Betriebsrats nach § 87 Abs. 1 Nr. 6 BetrVG.

Recherche: Nutze Assistenten mit Websuche und akzeptiere nur Aussagen mit Quelle. Öffne die Quellen. Prüfe das Datum.

Dokumente: Lade lange Dokumente hoch und lass dir eine Zusammenfassung mit Fundstellen geben. Frag gezielt: „Welche Fristen stehen in diesem Vertrag? Zitiere die Stellen.“

4.3

Daten und Tabellen

Viele Assistenten können Tabellen analysieren, Diagramme erstellen und Formeln erklären. Das spart Zeit bei Monatsberichten und Auswertungen. Gleichzeitig ist es die Routine mit dem höchsten Fehlerrisiko, weil falsche Zahlen plausibel aussehen.

Drei Regeln für die Arbeit mit Daten:

  1. Lass dir den Rechenweg zeigen, nicht nur das Ergebnis.
  2. Prüfe jede Kennzahl einmal an einer Stichprobe von Hand.
  3. Gib keine personenbezogenen oder streng vertraulichen Daten in Tools ohne Business-Lizenz und Auftragsverarbeitungsvertrag.
Übung

Eine Woche, zwei Routinen

Teste zwei der fünf Routinen im echten Alltag.

Aufgabe im Arbeitsalltag erledigen

Diese Aufgabe machst du in deinem Arbeitsalltag, nicht hier im Kurs. Hake die Schritte ab, wenn du sie erledigt hast.

Das kommt dabei heraus: Zwei getestete Routinen mit einer ehrlichen Bilanz.

Ergebnis hier eintragen

Trag ein, was bei der Aufgabe herausgekommen ist. Alles wird automatisch gespeichert. Deine Ergebnisse aus Modul 3 stehen dafür schon bereit.

Beispiel ansehen

So könnte ein ausgefülltes Ergebnis aussehen. Deine Einträge bleiben unverändert.

Deine zwei Routinen
  • Tabellen und DatenPasst zu Use Case: Wochenreport für den Vertrieb · Gesparte Minuten in der Woche: 50 · Nötige Nacharbeit: Zahlen gegenprüfen, rund 10 Min. · Fehler: einmal falsche Kalenderwoche · Entscheidung: behalten
  • Mail-TriagePasst zu Use Case: Antworten auf Reklamationen entwerfen · Gesparte Minuten in der Woche: 35 · Nötige Nacharbeit: Ton anpassen · Fehler: keine · Entscheidung: anpassen
Aus Modul 3 Deine Top 3 offen

In Modul 3 gibt es noch keine Einträge. Zu Modul 3 →

Deine zwei Routinen
Bewerte zuerst Aufgaben in Modul 3. Bis dahin kannst du den Use Case frei eintragen.
Bewerte zuerst Aufgaben in Modul 3. Bis dahin kannst du den Use Case frei eintragen.

Wird in den Modulen 5 und 8 weiterverwendet

Dort erscheint dein Ergebnis automatisch, und du kannst es mit einem Klick übernehmen. Alle Ergebnisse findest du außerdem im Arbeitsheft.

Quiz

1. Was ist bei AI-Mailentwürfen der wichtigste Prüfschritt?

2. Der Arbeitgeber führt ein Tool ein, das alle Meetings transkribiert. Was ist in Deutschland in der Regel zu beachten?

3. Welche Haltung zu AI-Ergebnissen empfiehlt sich?

4. Was solltest du bei der AI-gestützten Datenanalyse immer tun?