Für mich beginnt ein Projekt nicht mit KI, sondern mit einer Idee. KI wird dann interessant, wenn zwischen dieser Idee und einer brauchbaren Umsetzung Wissen, Syntax, Recherche oder schlicht sehr viel Zeit liegen.
Die Idee bleibt menschlich
Ich muss nicht wissen, wie jede Zeile JavaScript aussieht, um sagen zu können, was eine Website können soll. Ich muss keine komplette VBA-Syntax auswendig beherrschen, um den fachlichen Ablauf einer Excel-Datei zu verstehen. Genau dort liegt für mich die sinnvolle Arbeitsteilung.
Von mir kommen Ziel, Anforderungen, Prioritäten und die Entscheidung, was am Ende gut genug ist. Die KI kann Wege dorthin vorschlagen, erklären und beschleunigen.
Wo KI für mich stark ist
Besonders wertvoll ist KI immer dann, wenn das Problem klar ist, aber Detailwissen fehlt: Welche technische Variante passt? Wie sieht die Syntax aus? Welche Fehlerursachen sind denkbar? Wie lässt sich eine bestehende Lösung vereinfachen? Und wie dokumentiert man das Ganze so, dass man drei Wochen später noch weiß, warum etwas so gebaut wurde?
Das ist kein „Knopf drücken und fertig“. Eher ein zusätzlicher Arbeitsplatz in der Werkstatt, an dem sehr schnell Entwürfe, Erklärungen und Varianten entstehen können.
Ich will Lösungen verstehen – nicht nur besitzen
Bei VBA, JavaScript oder komplexeren Excel-Formeln möchte ich zumindest erkennen können, wo Daten eingelesen, geprüft, verarbeitet und wieder ausgegeben werden. Ich muss nicht jede Syntax selbst schreiben können. Aber ich möchte bei einem Fehler eine realistische Chance haben zu sagen: „Der Fehler dürfte eher hier als dort liegen.“
Die Idee und das Ziel kommen von mir. Die Umsetzung kann gemeinsam entstehen. Getestet wird in der Realität.
Funktioniert ist nicht dasselbe wie fertig
Eine ältere eigene Lösung wird nicht schlecht, nur weil heute bessere Werkzeuge existieren. Sie muss aber auch nicht aus Gewohnheit unverändert bleiben. Meine alte Kickbase-Exceldatei hat funktioniert. Spannend wurde es später bei der Frage, ob sich dieselbe Aufgabe mit neuen Möglichkeiten deutlich schneller und sauberer lösen lässt.
Für mich ist das kein Eingeständnis, dass die alte Arbeit falsch war. Sie war damals die Lösung mit den Mitteln, die verfügbar waren. Heute dürfen andere Mittel zu einer besseren Lösung führen.
KI kann überzeugend falsch liegen
Das gehört ausdrücklich zu dieser Geschichte. Eine Antwort kann logisch klingen, technisch sauber formuliert sein und trotzdem einen falschen Pfad, eine falsche Annahme oder eine erfundene Sicherheit enthalten.
Deshalb gilt: Je wichtiger oder aktueller ein Thema ist, desto stärker muss geprüft werden. Dokumentation lesen, Originalquelle ansehen, einen echten Test durchführen oder bei Bedarf eine zweite Quelle heranziehen. Ein grünes Häkchen in einem Chat ist noch kein erfolgreicher Praxistest.
Was das in echten Projekten bedeutet
Bei LSD Worringen war die Aufgabe nicht „baue irgendeine Website“, sondern: eine kompromittierte Altseite nicht technisch weiterverwenden, Inhalte retten, eine einfache statische Seite neu aufbauen und später Live-Daten sinnvoll integrieren. Viele Details konnten erst durch echte Tests mit 3K-Daten, mobilen Geräten und laufenden Begegnungen geklärt werden.
Bei der PODC-Webstatistik war eine der wichtigsten Entscheidungen sogar, was die Webseite nicht tun soll: Excel und Power Query bleiben die fachliche Wahrheit, das Web präsentiert die bereits berechneten Daten. KI half bei Export, JSON, JavaScript und Fehlersuche. Die fachliche Architektur kam aus dem Problem selbst.
Und selbst beim Aufbau dieser Website zeigte ein kleiner Passwortschutz sehr schön, warum Testen dazugehört: Eine zunächst plausibel wirkende Konfiguration führte auf dem echten Server zu einem Fehler. Also nicht diskutieren, ob der Code „eigentlich richtig aussehen müsste“, sondern Fehlerbild ansehen, Ursache korrigieren und weitermachen.
Warum man davor keine Angst haben muss
Man muss nicht erst Programmierer, Administrator oder KI-Spezialist werden, bevor man sinnvolle Dinge damit tun darf. Wer sein eigenes Problem kennt, gute Rückfragen beantworten kann und bereit ist, Ergebnisse zu prüfen, hat bereits einen großen Teil der notwendigen Kompetenz.
KI nimmt mir nicht die Entscheidung ab, was ich will. Sie kann mir aber helfen, Wege zu verstehen und umzusetzen, die vorher außerhalb meines eigenen Detailwissens lagen. Genau das finde ich spannend daran.
Und der Datenschutz?
Der gehört nicht als Fußnote ans Ende, sondern in den Arbeitsweg. Passwörter, Tokens und unnötige vertrauliche Informationen gehören nicht in normale Dialoge. Daten sollten nur in dem Umfang geteilt werden, der für die konkrete Aufgabe wirklich nötig ist. Produktfunktionen und Einstellungen zur Datenverwendung ändern sich; deshalb sollten konkrete Beschreibungen vor Veröffentlichung immer aktuell geprüft werden.
Rollen bei diesem Artikel
Praktischer wird es im Artikel „Wie ich KI tatsächlich für Projekte nutze“. Und warum eine sehr selbstsichere Antwort trotzdem falsch sein kann, steht in „ChatGPT war sich sicher – und trotzdem falsch“.