Workflow 1: Meeting-Notizen zum Aktionsplan
Nutze diesen Workflow nach Calls, Vertriebsgesprächen und Planungsrunden. Das Ziel ist nicht nur eine Zusammenfassung. Das Ziel ist ein entscheidungsreifer Aktionsplan mit Verantwortlichen, Terminen, offenen Fragen und Folgeschritten.
Eingaben -> Prompt -> Ergebnis -> Prüfung
Eingaben: Transkript, grobe Notizen, Teilnehmerliste, Zweck des Meetings, bekannte Deadlines und alle Entscheidungen, denen du bereits vertraust. Wenn das Transkript lang ist, kennzeichne die Abschnitte vor dem Prompten nach Thema oder Zeitstempel.
Prompt: "Mach aus diesen Meeting-Notizen einen Aktionsplan. Kontext: Der Zweck des Meetings war [Zweck]. Teilnehmende waren [Namen]. Notizen/Transkript: [einfügen]. Rahmenbedingungen: Erfinde keine Verantwortlichen und keine Termine. Markiere unklare Punkte als muss bestätigt werden. Trenne Entscheidungen von Diskussion. Format: Zusammenfassung, Entscheidungen, Aufgabentabelle, Risiken, Folgenachricht."
Ergebnis: ein fünfteiliges Briefing mit kurzer Management-Zusammenfassung, bestätigten Entscheidungen, einer Aufgabentabelle mit Verantwortlicher/Termin/Status, ungeklärten Fragen und einer versandfertigen Folge-E-Mail.
Prüfung: Gleiche jede Aufgabe mit dem Transkript ab. Streiche alles, was die KI zu stark hineininterpretiert hat. Bestätige Termine und Verantwortliche, bevor du etwas verschickst. Wenn das Ergebnis zu breit ist, lass den Prompt mit einer zusätzlichen Rahmenbedingung erneut laufen: "Nimm nur Aufgaben auf, zu denen sich jemand ausdrücklich bereit erklärt hat."
Workflow 2: E-Mail-Triage zur Antwortliste
Dieser Workflow hilft dir, ein volles Postfach abzuarbeiten, ohne dass die KI ungeprüft für dich spricht. Das nützliche Ergebnis ist eine Prioritätenliste, kein Stapel roboterhafter Antworten.
Eingaben -> Prompt -> Ergebnis -> Prüfung
Eingaben: Absender, Betreff, E-Mail-Text, Beziehungskontext, Dringlichkeit und dein bevorzugter Antwortstil. Entferne bei heiklen Verläufen private Daten vor dem Einfügen und bitte das Modell um einen Entwurf statt um den Versand.
Prompt: "Sortiere diese E-Mails für heute nach Priorität. Kontext: Meine Rolle ist [Rolle], meine Prioritäten sind [Prioritäten] und mein Ton sollte [Ton] sein. E-Mails: [einfügen]. Rahmenbedingungen: Beantworte keine Fragen, die private Kontodaten erfordern. Markiere alles, was menschliches Urteil braucht. Format: Prioritätentabelle, empfohlene Handlung, Antwortentwurf für jede E-Mail, die sich sicher beantworten lässt."
Ergebnis: eine Tabelle mit Priorität, Begründung, nächster Handlung, Antwortvorschlag und Risikomarkierung. Abrechnungsfragen, Kontozugriffe und Zusagen sollten zur manuellen Prüfung markiert werden.
Prüfung: Lies zuerst die Begründung für die Priorität. Wenn das Modell nicht erklären kann, warum eine E-Mail dringend ist, stufe sie herunter. Prüfe alle Namen, Daten, Zusagen, Preise und Anhänge. Halte dich an eine persönliche Regel: KI darf Antworten entwerfen, aber Zusagen genehmigen Menschen.
Workflow 3: Wettbewerbsanalyse zum Recherche-Briefing
Nutze das als KI-Workflow für Recherche, wenn du einen schnellen, aber nachvollziehbaren Blick auf einen Markt brauchst, ohne in Tabs zu ertrinken.
Eingaben -> Prompt -> Ergebnis -> Prüfung
Eingaben: Namen der Wettbewerber, Notizen zu Websites, Preisausschnitte, Produktseiten, Auszüge aus Bewertungen, Zielkunde und die Entscheidung, die du treffen willst. Du kannst auch mit Whizis Founder Research Stack starten, wenn du eine vollständigere Vorlage möchtest.
Prompt: "Erstelle eine Wettbewerbsanalyse für [Markt]. Kontext: Ich entscheide über [Entscheidung]. Wettbewerber und Notizen: [einfügen]. Rahmenbedingungen: Nutze nur die gelieferten Notizen. Trenne Fakten von Schlussfolgerungen. Erfinde keine Preise, Kunden oder Funktionen. Format: Vergleichstabelle, Positionierungsmuster, Lücken, Risiken und nächste Recherchefragen."
Ergebnis: eine Vergleichstabelle mit Wettbewerber, Zielgruppe, Versprechen, Funktionen, Preisnotizen, Belegen, Schwächen und abgeleiteter Positionierung. Die beste Version enthält zusätzlich eine Spalte "als Nächstes zu prüfen", damit die Recherche nicht so tut, als wäre sie endgültig.
Prüfung: Führe jede Aussage auf eine Notiz oder einen Quellauszug zurück. Markiere unbelegte Schlussfolgerungen. Lass denselben Prompt bei wichtigen Entscheidungen in einem zweiten Modell laufen und vergleiche, welches Ergebnis Belege und Meinung sauberer trennt.
Workflow 4: PDF-Zusammenfassung zur geprüften Extraktion
Generische PDF-Zusammenfassungen sind riskant, weil sie Vorbehalte übersehen oder Schlussfolgerungen überziehen können. Dieser Workflow verlangt Extraktion und Prüfung, nicht nur eine angenehme Zusammenfassung.
Eingaben -> Prompt -> Ergebnis -> Prüfung
Eingaben: der PDF-Text oder das hochgeladene Dokument, Dokumenttyp, dein Zweck, die wichtigsten Abschnitte und das genaue Ergebnis, das du brauchst. Bitte bei langen Dokumenten zuerst um Zusammenfassungen pro Abschnitt, bevor du um eine Synthese bittest.
Prompt: "Analysiere dieses Dokument für [Zweck]. Kontext: Der Dokumenttyp ist [Typ] und am wichtigsten sind mir [Themen]. Rahmenbedingungen: Zitiere oder nenne wenn möglich die Abschnittsnamen. Markiere unsichere Punkte. Fasse keine Abschnitte zusammen, die du nicht sehen kannst. Format: einseitige Zusammenfassung, Tabelle mit Kernfakten, Risiken/Vorbehalte, extrahierte Daten/Zahlen/Namen und Prüf-Checkliste."
Ergebnis: eine kompakte Zusammenfassung plus eine strukturierte Extraktionstabelle. Bei einer Forschungsarbeit könnte die Tabelle Aussage, Beleg, Methode, Grenze und Vertrauen enthalten. Bei einem Vertrag könnte sie Pflicht, Partei, Frist, Abschnitt und Risiko enthalten.
Prüfung: Suche im Original-PDF nach jeder Zahl, jeder Frist, jeder genannten Entität und jedem Zitat. Verlange einen zweiten Durchgang: "Nenne fünf Wege, auf denen diese Zusammenfassung in die Irre führen könnte." Wenn die Antwort rechtliche, medizinische, finanzielle oder arbeitsrechtliche Entscheidungen betrifft, behandle das KI-Ergebnis als Lesehilfe, nicht als Beratung.
Workflow 5: Code-Review zur sichereren Änderungsliste
Dieser KI-Workflow fürs Programmieren ist nützlich, wenn du einen Diff, einen Pull Request oder eine Datei prüfen lassen willst. Es geht darum, Risiko zu senken, nicht darum, Urteilskraft auszulagern.
Eingaben -> Prompt -> Ergebnis -> Prüfung
Eingaben: Code-Diff, umgebende Funktion oder Modul, erwartetes Verhalten, Testausgabe, Fehlermeldungen, Rahmenbedingungen und was unverändert bleiben soll. Füge niemals Secrets, Produktionszugangsdaten oder private Kundendaten ein.
Prompt: "Prüfe diesen Code wie eine erfahrene Entwicklerin. Kontext: Das erwartete Verhalten ist [Verhalten]. Das Ziel der Änderung ist [Ziel]. Code/Diff: [einfügen]. Rahmenbedingungen: Priorisiere Bugs, Regressionen, Sicherheitsprobleme, Randfälle und fehlende Tests. Vermeide reines Stil-Feedback, außer es verdeckt einen Bug. Format: Befundtabelle mit Schweregrad, Datei/Funktion, Problem, warum es zählt, Lösungsvorschlag und zu ergänzendem Test."
Ergebnis: eine priorisierte Review-Liste, Testvorschläge und ein minimaler Änderungsplan. Bitte bei Refactorings um die kleinste Lesbarkeitsverbesserung, die das Verhalten erhält, und dann um die Tests, die das belegen.
Prüfung: Reproduziere jeden Bug nach Möglichkeit, bevor du ihn behebst. Übernimm keinen vorgeschlagenen Patch, ohne ihn gelesen zu haben. Lass Tests, Lint und Typprüfungen lokal laufen. Wenn zwei Modelle sich widersprechen, nutze diesen Widerspruch als Review-Checkliste statt als Abstimmung.
Workflow 6: Tagesplanung zum fokussierten Zeitplan
Eine tägliche KI-Routine sollte dir helfen zu entscheiden, was du nicht tust. Dieser Workflow macht aus einer unordentlichen Liste einen fokussierten Plan mit realistischen Blöcken, Abwägungen und einem Feierabend-Check.
Eingaben -> Prompt -> Ergebnis -> Prüfung
Eingaben: Aufgabenliste, Kalendervorgaben, Deadlines, Energielevel, Termine, Pflichtaufgaben, optionale Aufgaben und ein strategisches Ziel. Je ehrlicher die Eingaben, desto besser der Plan.
Prompt: "Plane meinen Tag entlang von Ergebnissen, nicht von Beschäftigung. Kontext: Die heute verfügbaren Arbeitsblöcke sind [Blöcke]. Pflichtaufgaben sind [Pflichtaufgaben]. Optionale Aufgaben sind [optional]. Das Energielevel ist [Energie]. Das strategische Ziel ist [Ziel]. Rahmenbedingungen: Schütze konzentrierte Arbeit, plane Puffer ein, vermeide Überbuchung und erkläre die Abwägungen. Format: Zeitplan, Top 3 Ergebnisse, Verschiebeliste, Risikoliste, Feierabend-Checkliste."
Ergebnis: ein in Zeitblöcke geteilter Plan, drei Ergebnisse, eine Verschiebeliste und eine abschließende 10-minütige Feierabendroutine. Die Verschiebeliste zählt, weil sie verhindert, dass die KI einen unmöglichen Tag ordentlich aussehen lässt.
Prüfung: Prüfe, ob der Plan zu deinem tatsächlichen Kalender passt. Streiche 20 Prozent, wenn er sich zu voll anfühlt. Wenn eine Aufgabe keine Erfolgsdefinition hat, lass das Modell "fertig" definieren, bevor du anfängst.
Workflow 7: Content-Recycling zum Veröffentlichungspaket
Dieser KI-Workflow fürs Schreiben macht aus einer nützlichen Quelle mehrere veröffentlichungsfähige Formate, ohne dass am Ende alles gleich klingt.
Eingaben -> Prompt -> Ergebnis -> Prüfung
Eingaben: Quellinhalt, Zielgruppe, Kanalliste, Beispiel für die Markenstimme, Aussagen, die exakt stimmen müssen, Aussagen, die zu vermeiden sind, und die gewünschten Formate. Füge Beispiele deiner besten bestehenden Inhalte hinzu, wenn du weniger generische Ergebnisse willst.
Prompt: "Verwandle diese Quelle in ein Veröffentlichungspaket. Kontext: Die Zielgruppe ist [Zielgruppe]. Die Kanäle sind [Kanäle]. Stimmenbeispiel: [einfügen]. Quelle: [einfügen]. Rahmenbedingungen: Bewahre die Fakten, vermeide Hype, ergänze keine unbelegten Statistiken und mach jeden Kanal formatgerecht. Format: Kernbotschaft, 5 Post-Ideen, E-Mail-Entwurf, kurze Social-Posts, langer Social-Post, Newsletter-Abschnitt und Prüftabelle."
Ergebnis: ein Content-Paket mit wiederverwendbaren Blickwinkeln, kanalspezifischen Entwürfen und einer Prüftabelle mit ursprünglicher Aussage, wiederverwendeter Aussage, Fundstelle in der Quelle und Risiko.
Prüfung: Vergleiche jeden Entwurf mit der Quelle. Streiche Aussagen, die nur der Dramatik wegen ergänzt wurden. Prüfe, ob E-Mail, Post und Artikeleinstieg unterschiedliche Aufgaben haben, statt denselben Satz zu wiederholen. Speichere den Prompt erst als wiederholbare KI-Prompt-Vorlage, nachdem er an einem echten Inhalt funktioniert hat.
- Starte jeden KI-Workflow mit echten Eingaben, nicht mit einer vagen Bitte.
- Definiere das Ergebnis vor dem Prompt: Tabelle, Checkliste, Memo, Entwurf, Plan oder Extraktion.
- Ergänze Rahmenbedingungen für Belege, Datenschutz, Ton, Länge und Unsicherheit.
- Verlange den Prüfschritt als Teil des Ergebnisses, nicht erst im Nachhinein.
- Nutze Whizi, um wiederholbare Prompts nach Workflow zu speichern statt nach Modell.
- Lass wichtige Workflows über mehrere Modelle laufen und vergleiche Genauigkeit, Struktur und Nachbearbeitungszeit.
- Aktualisiere jede Vorlage, nachdem du sie an einer echten Aufgabe genutzt hast.
Häufige Fragen
Was ist eine KI-Workflow-Vorlage?
Eine KI-Workflow-Vorlage ist ein wiederholbarer Ablauf, der Eingabe, Prompt, erwartetes Ergebnis und Qualitätsprüfung für eine bestimmte Aufgabe festlegt, etwa PDFs zusammenfassen, Code prüfen oder E-Mails sortieren.
Wie baue ich einen KI-Workflow für die Arbeit?
Starte mit einer wiederkehrenden Aufgabe, liste die nötigen Eingaben auf, schreib einen Prompt mit Rahmenbedingungen und Ausgabeformat und ergänze dann eine Prüf-Checkliste, die Fakten, Entscheidungen, Namen, Zahlen und nächste Schritte kontrolliert.
Sollte ich für jeden Workflow dasselbe KI-Modell nutzen?
Nein. Verschiedene Modelle sind bei verschiedenen Aufgaben unterschiedlich stark. Lass bei wichtigen Workflows denselben Prompt über mehrere Modelle laufen und behalte die Version, die das genaueste und brauchbarste Ergebnis liefert.