Ein neuer Kollege, der am ersten Tag nur seine Stellenbeschreibung bekommt, macht Fehler. Nicht weil er schlecht ist, sondern weil er nicht weiß, wie ihr die Dinge macht: welcher Kunde eine Sonderregel hat, welcher Ton in Mails üblich ist, was „dringend" bei euch bedeutet. Das lernt er in den ersten Wochen durch Zuschauen und Nachfragen.
Ein KI-Mitarbeiter kann nicht zuschauen, und nachfragen tut er nur, wenn man es ihm beibringt. Alles, was er wissen soll, muss man ihm geben. Dieser dritte Teil der Serie Der erste KI-Mitarbeiter klärt, was in die Einarbeitung gehört und in welcher Form. Die Stelle selbst ist im zweiten Teil beschrieben: Die Stellenbeschreibung für einen KI-Mitarbeiter.
Die fünf Schichten der Einarbeitung
Was ein KI-Mitarbeiter wissen muss, lässt sich in fünf Schichten sortieren. Sie unterscheiden sich darin, wie oft sie sich ändern und wie viel davon er bei jeder Aufgabe braucht.
1. Die Stelle. Die Stellenbeschreibung aus dem zweiten Teil, umformuliert in direkte Anweisungen. Sie ist bei jeder Aufgabe vollständig dabei, weil sie den Rahmen setzt. Sie ist kurz, meist eine Seite.
2. Die Arbeitsweise. Wie die Aufgabe bei euch Schritt für Schritt erledigt wird, mit den Entscheidungen dazwischen. Das ist der SOP, falls es ihn gibt, oder das, was die zuständige Person beim Erklären aufschreibt.
3. Die Beispiele. Fünf bis zehn echte Fälle mit dem Ergebnis, das ihr erwartet. Das ist die wirksamste Schicht von allen. Ein Modell lernt aus drei guten Beispielen mehr über euren Stil als aus jeder Beschreibung dieses Stils.
4. Das Firmenwissen. Produkte, Kunden, Preislogik, Zuständigkeiten, Sonderregeln. Das ist der größte Block, und er wird nur teilweise gebraucht. Wo er herkommt und wie er gepflegt wird, beschreibt der Beitrag zum Business OS.
5. Die Ausnahmen. Die Liste der Fälle, in denen die normale Regel nicht gilt. „Kunde Müller bekommt Angebote nur per Post." „Anfragen aus Österreich gehen an den Kollegen in Linz." Diese Liste fehlt fast immer, und sie ist der Grund für die meisten Fehler im Betrieb.
Warum mehr Wissen nicht besser ist
Der naheliegende Gedanke ist, dem KI-Mitarbeiter einfach alles zu geben: das ganze Laufwerk, alle Handbücher, das komplette Postfach. Aktuelle Modelle können sehr viel Text auf einmal lesen. Aber sie werden damit nicht klüger, sondern unzuverlässiger.
Das ist gemessen: Je voller das Kontextfenster, desto häufiger übersieht ein Modell Informationen, die darin stehen. Bei einem randvollen Fenster geht im Schnitt jede vierte Information verloren, und zu dem, was verloren geht, gehören auch die Anweisungen. Die Werte und ihre Quelle stehen im Beitrag über Context Engineering. Dazu kommt der Preis: Jedes Wort, das bei jeder Aufgabe mitgeschickt wird, wird bei jeder Aufgabe bezahlt.
Die Regel für die Einarbeitung ist deshalb dieselbe wie bei einem menschlichen Kollegen: Alles erreichbar, aber nur das Nötige im Kopf. Schicht eins bis drei sind immer dabei. Schicht vier und fünf liegen bereit und werden nur geholt, wenn die Aufgabe sie braucht.
Wie das technisch aussieht
Die Schichten landen an unterschiedlichen Orten, und dafür gibt es inzwischen erprobte Muster.
Anweisungen für die Stelle und die Arbeitsweise stehen in einer festen Anweisungsdatei, die bei jedem Durchlauf geladen wird. In Werkzeugen wie Claude oder ChatGPT sind das die Projektanweisungen, bei selbst gebauten Agenten die Systemanweisung.
Wiederkehrende Arbeitsweisen lassen sich als Skills verpacken: ein Ordner mit einer Beschreibung, der nur geladen wird, wenn die Aufgabe ihn braucht. Wie man so einen Skill baut, steht in Agent Skills erstellen.
Das Firmenwissen liegt entweder als gepflegter Ordner mit Textdateien vor, den der KI-Mitarbeiter gezielt durchsucht, oder in einem Abrufsystem mit Suche. Welcher Weg bei euch passt, hängt von Menge, Rollen und Belegpflicht ab. Die Entscheidung erkläre ich in RAG oder LLM-Wiki.
Die Beispiele gehören in die Anweisungen, direkt hinter die Beschreibung der Aufgabe. Wähle sie so, dass sie die Bandbreite zeigen: einen einfachen Fall, einen schwierigen, einen, der eskaliert werden muss.
So gehst du in der Praxis vor
- Die zuständige Person erklärt zehn echte Fälle. Laut, während sie sie bearbeitet, am besten aufgenommen und abgeschrieben. Daraus entstehen die Arbeitsweise und die ersten Ausnahmen.
- Aus den zehn Fällen werden fünf Beispiele mit Eingang und erwartetem Ergebnis. Die anderen fünf hebst du für die Probezeit auf, damit du nicht mit denselben Fällen testest, mit denen du eingearbeitet hast.
- Die Ausnahmenliste bekommt einen festen Platz und einen Eigentümer. Sie wächst in den ersten Wochen am schnellsten, weil jeder Fehler im Test eine fehlende Ausnahme aufdeckt.
- Das Firmenwissen wird nicht neu geschrieben, sondern verlinkt. Wenn es im Business OS schon eine Seite zur Rabattstaffel gibt, bekommt der KI-Mitarbeiter Zugriff auf diese Seite, keine Kopie davon. Sonst pflegst du dieselbe Information bald an zwei Stellen.
Woran du erkennst, dass die Einarbeitung nicht reicht
Drei Anzeichen tauchen in den ersten Testläufen fast immer auf, und alle drei zeigen auf eine bestimmte Schicht.
- Die Ergebnisse haben die richtige Form, aber den falschen Ton. Es fehlen Beispiele, oder sie sind zu ähnlich.
- Der KI-Mitarbeiter trifft plausible, aber falsche Entscheidungen. Es fehlt eine Ausnahme oder ein Schritt in der Arbeitsweise. Er rät, weil die Regel nirgends steht.
- Er erfindet Details, etwa Preise, Termine oder Ansprechpartner. Ihm fehlt der Zugriff auf das Firmenwissen, oder die Anweisung, dass er in solchen Fällen nachfragt statt zu ergänzen.
Wichtig ist die Haltung dabei: Jeder dieser Fehler ist eine Lücke im Text, nicht im Modell. Wer auf ein stärkeres Modell wechselt, statt die Lücke zu schließen, bekommt denselben Fehler nur eleganter formuliert.
Im nächsten Teil geht es darum, wie ein KI-Agent überhaupt aufgebaut ist, also aus welchen Bauteilen er besteht und wie sie zusammenspielen.
Häufige Fragen
Muss ich für die Einarbeitung ein eigenes Modell trainieren?
Nein. Für die allermeisten Aufgaben im Mittelstand ist das weder nötig noch sinnvoll. Ein trainiertes Modell müsste bei jeder Änderung neu trainiert werden, und es kann keine Quelle nennen. Anweisungen, Beispiele und Zugriff auf gepflegtes Wissen erreichen dasselbe schneller, billiger und nachvollziehbar.
Wie lange dauert die Einarbeitung?
Die erste Fassung entsteht in zwei bis drei Arbeitstagen, wenn die zuständige Person mitmacht. Fertig ist sie damit nicht: In der Probezeit wächst vor allem die Ausnahmenliste, und nach vier bis sechs Wochen ist sie meist stabil.
Fazit
Ein KI-Mitarbeiter weiß nur, was man ihm gibt. Gib ihm fünf Schichten: die Stelle, die Arbeitsweise, fünf bis zehn gute Beispiele, Zugriff auf das Firmenwissen und die Liste der Ausnahmen. Die ersten drei gehören immer dazu, die letzten beiden holt er sich bei Bedarf. Und behandle jeden Fehler als Hinweis auf eine Lücke im Text. Wie gut sich euer vorhandenes Wissen für so eine Einarbeitung eignet, zeigt ein Blick auf Wissens-KI, oder wir schauen es uns in einer KI-Beratung gemeinsam an.