Stefans KI Best Practises

Keine Frage, sondern Kategorie ‘Anregung’.

Stefan, du nutzt KI ja recht intensiv. Hast du nicht mal Lust, auf Basis deiner Erfahrungen so eine Art KI ‘Best Practices’ zu machen? Z. N. Auslesen und Aufbereitung eines Mediums → Analyse → Aufbereitung; Webseiten Agent, etc.

hier gibt’s ein paar Anhaltspunkte (neben anderer Highlights)

Ab 33:26

1 Like

Ich denke die Fragestellung ist einfach zu generisch: Unterschiedliche Ziele erfordern unterschiedliches Vorgehen.

Der beste Weg guten Zugang zum Thema KI zu finden ist, sich Ziele zu setzen und diese mit KI zu verfolgen, zu scheitern und daraus zu lernen.

Im Zweifelsfall einfach mal Claude aufmachen und prompten:

”Hast du nicht mal Lust, auf Basis deiner Erfahrungen so eine Art KI ‘Best Practices’ zu machen? Z. N. Auslesen und Aufbereitung eines Mediums → Analyse → Aufbereitung; Webseiten Agent, etc.”

2 Likes

Claude schlägt das hier vor:

Wie du KI für Web-Research richtig nutzt

Das Grundproblem

Die meisten fragen zu vage (“Was denkst du über X?”) oder akzeptieren die erste oberflächliche Antwort. KI kann gut recherchieren, aber du musst sie richtig steuern.

Die drei Phasen

1. Richtig anfragen

Schlecht: “Was ist mit dem EU AI Act?”

Besser: “Hol dir den EU AI Act Text und erkläre mir Artikel 52 - was muss ich als SaaS-Anbieter mit KI-Features konkret tun?”

Warum besser: Konkret, gibt der KI klare Aufgabe, du sagst was du brauchst.

2. Oberflächliche Antworten erkennen

Red Flag: Die Antwort klingt nach Wikipedia-Intro → Nachfragen: “Das ist zu allgemein. Hol dir die Originalquelle und gib mir konkrete Details.”

Red Flag: Keine konkreten Zahlen/Daten/Zitate → “Zeig mir die Stelle im Originaldokument”

Red Flag: “Es kommt darauf an…” → “Ok, dann hol dir erstmal die Quellen und analysiere die”

3. Iterativ verfeinern

Du: “Hol dir die drei wichtigsten News-Artikel über [Ereignis] von heute und fass zusammen”

KI gibt dir Summary

Du (wenn noch Fragen): “Du hast geschrieben dass - was ist die Quelle dafür? Gibt es Gegenpositionen?”

KI holt spezifische Details nach

Praktische Patterns

Pattern: Artikel-Analyse

1. "Lies diesen Artikel [URL] und gib mir die drei Hauptargumente"
2. KI gibt Summary
3. "Ist das vollständig oder gibt es noch wichtige Aspekte?"
4. KI vertieft

Nicht: “Was steht in dem Artikel?” und erste Antwort glauben.

Pattern: Vergleich mehrerer Quellen

1. "Such mir 3-4 verschiedene Perspektiven zu [Thema]"
2. KI findet Quellen
3. "Jetzt hol dir die vollständigen Artikel und vergleich die Positionen"
4. KI macht Deep-Dive

Nicht: Nur eine Quelle lesen lassen.

Pattern: Faktencheck

1. "Ich habe gehört dass [Claim] - stimmt das?"
2. KI searched
3. "Zeig mir die Originalquelle, nicht nur News-Artikel darüber"
4. KI holt Primary Source

Nicht: Erste Google-Snippet-Antwort akzeptieren.

Was du sagen sollst wenn…

…die Antwort zu oberflächlich ist: “Das ist zu generisch. Hol dir die Originalquellen und gib mir Details.”

…du nicht weißt ob es stimmt: “Such mir 2-3 unabhängige Quellen die das bestätigen oder widerlegen.”

…die KI schwammig wird: “Konkret: Was steht wörtlich in der Quelle?”

…du mehr wissen willst: “Hol dir weitere Quellen zu [spezifischer Aspekt]”

Die drei größten Fehler

Fehler 1: Zu vage fragen Nicht: “Was denkst du über Bitcoin?” Sondern: “Such mir aktuelle Analysen zu Bitcoin-Regulierung in der EU und fass die wichtigsten Punkte zusammen”

Fehler 2: Erste Antwort akzeptieren Wenn es oberflächlich klingt → ist es oberflächlich. Nachbohren.

Fehler 3: Nicht nach Quellen fragen Immer: “Zeig mir die Quelle” oder “Wo steht das genau?”

Einfacher Test ob du es richtig machst

Am Ende solltest du:

  • Konkrete Fakten/Zahlen/Zitate haben (nicht nur Eindrücke)

  • Wissen woher die Info kommt (welche Quelle)

  • Mehrere Perspektiven gesehen haben (wenn kontrovers)

Wenn du nur “einen Eindruck” hast: → Du hast aufgehört nachzufragen bevor es konkret wurde.


TL;DR: KI ist kein Magic Button. Du musst sie wie einen Praktikanten führen: Konkrete Aufgaben geben, nachfragen wenn oberflächlich, Quellen prüfen lassen, iterativ verfeinern.”

1 Like

Jip, ein vergesslicher Praktikant mit skaliertem Savant-Syndrom

1 Like