Future Skills entwickeln3-Minuten-Impuls 34Digital & KIMit Übung

Co-Intelligence

Wie wir generative KI als Arbeits- und Lernpartner erproben, ohne Urteilskraft, Verantwortung und eigenes Denken an sie abzugeben.

Ethan Mollick · Co-Intelligence: Living and Working with AI (2024)

Skill-Fokus: KI-Kompetenz · kritisches Denken · verantwortliche Zusammenarbeit

KI durch konkrete Arbeit kennenlernen. Möglichkeiten und Grenzen werden sichtbar, wenn wir reale Aufgaben erproben statt nur abstrakt über KI zu sprechen.

Ergebnisse als Entwürfe behandeln. Sprachliche Sicherheit ist kein Beleg für Richtigkeit; wichtige Aussagen brauchen Prüfung und Quellen.

Den Menschen in Verantwortung halten. Ziel, Kriterien, Freigabe und Folgen einer Entscheidung bleiben menschliche Aufgaben.

3-Minuten-Impuls lesen

Du bittest eine KI um einen Projektentwurf. Sekunden später erscheint ein klar gegliederter Text, überzeugend formuliert und erstaunlich vollständig. Die Versuchung ist groß, ihn direkt weiterzugeben. Beim zweiten Blick stimmen jedoch zwei Zahlen nicht, eine Quelle existiert nicht und ein wichtiger Einwand fehlt.

Ethan Mollick beschreibt generative KI in Co-Intelligence als eine neue Form der Zusammenarbeit. Seine Einladung lautet, die Systeme aktiv zu erkunden – und zugleich nicht zu vergessen, dass sie überzeugend klingende Fehler produzieren können. Co-Intelligence entsteht nicht dadurch, dass KI für uns denkt, sondern dadurch, dass wir Aufgaben, Maßstäbe und Kontrolle bewusst gestalten.

1. Mit realen Aufgaben experimentieren

KI-Kompetenz entwickelt sich nicht allein durch Funktionslisten. Hilfreicher ist ein begrenzter Anwendungsfall: eine Gliederung entwerfen, Gegenargumente sammeln, einen Text für eine andere Zielgruppe übersetzen oder Varianten einer Idee erzeugen. Erst in der konkreten Arbeit zeigt sich, wo ein System Zeit spart, neue Perspektiven anregt oder zusätzlichen Prüfaufwand erzeugt.

Dabei lohnt eine klare Rollenbeschreibung. Soll die KI als kritische Gegenstimme, Erklärpartnerin oder Ideengeberin arbeiten? Je genauer Kontext, Zielgruppe und Qualitätskriterien benannt sind, desto besser lässt sich das Ergebnis beurteilen. Die Rollenmetapher hilft beim Anleiten – sie bedeutet nicht, dass das System Bewusstsein oder menschliches Verständnis besitzt.

2. Flüssige Sprache nicht mit Wahrheit verwechseln

Generative KI sagt das statistisch passende nächste Element voraus. Das kann zu hilfreichen Entwürfen führen, aber auch zu erfundenen Fakten, einseitigen Darstellungen oder Fehlern, die sprachlich kaum auffallen. Deshalb braucht jede Aufgabe einen angemessenen Prüfweg.

Bei einer Ideensammlung genügt vielleicht ein Plausibilitätscheck. Bei medizinischen, rechtlichen, finanziellen, wissenschaftlichen oder personenbezogenen Aussagen sind belastbare Originalquellen und fachliche Prüfung unverzichtbar. Gute Zusammenarbeit heißt deshalb auch, Aufgaben nach Risiko zu unterscheiden und der KI nicht mehr Autorität zu geben, als das Ergebnis verdient.

3. Menschliche Verantwortung sichtbar lassen

Wenn ein Ergebnis gemeinsam mit KI entsteht, muss trotzdem klar bleiben, wer entscheidet und wofür. Menschen bestimmen das Ziel, erkennen soziale Zusammenhänge, wägen Werte ab und tragen die Folgen. Dazu gehört auch die Frage, welche Daten überhaupt eingegeben werden dürfen und ob Betroffene wissen sollten, dass KI eingesetzt wurde.

Die stärkste Nutzung liegt häufig nicht in vollständiger Delegation, sondern in einer Schleife: Mensch formuliert Absicht und Kriterien, KI erzeugt Optionen, Mensch prüft und ergänzt, KI hilft bei einer weiteren Fassung. So bleibt eigenes Denken nicht der letzte Kontrollpunkt, sondern prägt den gesamten Prozess.

Deine Übung: ein kontrolliertes KI-Experiment

Wähle eine überschaubare Aufgabe ohne vertrauliche Daten. Nimm Dir drei Minuten für die Vorbereitung:

Minute 1 – Auftrag. Formuliere Ziel, Kontext und gewünschte Rolle der KI. Sage auch, was sie nicht entscheiden soll.
Minute 2 – Maßstab. Notiere drei Kriterien für ein gutes Ergebnis, zum Beispiel sachliche Richtigkeit, Zielgruppenpassung und erkennbare Unsicherheit.
Minute 3 – Prüfung. Lege fest, welche Aussagen Du anhand welcher Originalquellen oder eigener Expertise kontrollierst.

Vergleiche anschließend den KI-Entwurf mit einer eigenen Kurzfassung: Was wurde besser, was schwächer und welcher Arbeitsschritt blieb eindeutig menschlich?

Was wir daraus mitnehmen

Co-Intelligence verbindet technisches Ausprobieren mit kritischer Urteilskraft. In WEITER7 wird daraus ein klar begrenztes Experiment: Anwendung wählen, Qualitätsmaßstab setzen, Ergebnis prüfen und die eigene Arbeitsweise bewusst nachjustieren.

Bei welcher Aufgabe könnte KI meine Perspektive erweitern – und welche Entscheidung möchte ich ausdrücklich nicht an sie delegieren?

Einordnung: Dieser Impuls fasst ausgewählte Gedanken aus Mollicks praxisorientiertem Buch in eigenen Worten zusammen. Übung und WEITER7-Zuordnung sind eigene Übertragungen. Fähigkeiten, Risiken und Nutzungsbedingungen generativer KI verändern sich schnell. Der Ansatz ersetzt weder Datenschutzprüfung noch fachliche Kontrolle oder organisationsinterne Regeln. Für Entscheidungen mit erheblichen Folgen ist menschliche Verantwortung unverzichtbar.

Quellen und Vertiefung: Offizielle Verlagsseite ↗ · Knowledge at Wharton: Gespräch mit Ethan Mollick ↗