Prompt-a-thon 26.05.2025
Prompt-a-thon – 26.05.2025 – Vorstellung der AWFs
Zusammenfassung Prompt-a-thon – Vorstellung der AWFs
In diesem Call wurden mehrere praxisrelevante Anwendungsfälle (AWFs) vorgestellt, die anschließend in Breakout-Räumen gemeinsam bearbeitet wurden. Ziel war es, Herausforderungen mithilfe von KI-Lösungsansätzen zu durchdringen, zu konzipieren oder weiterzuentwickeln. Die vorgestellten AWFs decken eine breite thematische Vielfalt ab – von sozialem Impact über Didaktik bis hin zu Automatisierung und Exposé-Optimierung.
- Gundula: Lizenzpartner für soziales Zeitvorsorgesystem finden
Ziel: Skalierung eines gemeinnützigen Zeitvorsorgeprojekts in Deutschland durch Unternehmenslizenzen.
- Hintergrund: Das Modell „Zeitpolster“ funktioniert in der Schweiz und Österreich bereits erfolgreich. Menschen helfen älteren Personen (nicht pflegend), bauen dadurch Zeitguthaben auf, das sie später selbst nutzen können.
- Problem: In Deutschland gibt es keine ausreichende Sichtbarkeit und keine einheitliche Plattform zur Kontaktaufnahme.
- Herausforderungen:
- Standortgründungen lohnen sich erst nach 4–5 Jahren → Privatpersonen scheiden als Zielgruppe aus.
- Unternehmen als Zielgruppe müssen den Nutzen für Employer Branding erkennen.
- Lizenzen müssen gekauft werden – Sichtbarkeit und Überzeugungsarbeit notwendig.
- Fragestellung für den Breakout-Room:
„Wie finde ich über LinkedIn schnell Unternehmenslizenzpartner, die sich für Social Impact engagieren?“ - Mögliche KI-Unterstützung:
Einsatz datengetriebener Prozesse zur Identifikation geeigneter Lizenznehmer.
- Amy: Drei Anwendungsfälle
2.1 Kartenset zu KI-Anwendungsfällen (Quartett-Format)
- Idee: Bestehendes Quartett-Format adaptieren für eigene KI-Anwendungsfälle.
- Inhalt: Visuelle Elemente wie Skalen für Zeitersparnis, Aufwand, Schwierigkeit etc.
- Ziel: Inspiration für Teamworkshops und eigene Positionierung schaffen.
2.2 Fachliches Arbeiten mit KI erlernen
- Ausgangslage: In einem KI-Kurs mit Studierenden wurde ein neues Thema fachlich nicht wie gewünscht erarbeitet.
- These: Fehlendes Vorwissen führte zu mangelhafter Promptqualität – fachliches Ziel wurde verfehlt.
- Fragestellung:
„Kann man mit KI ein fachliches Thema durchdringen, ohne inhaltliches Vorwissen zu haben – und wie muss man vorgehen?“ - Ziel: Reflektion über didaktische Herangehensweise und sinnvolle Integration von KI in Lernprozesse.
2.3 Outbound-Telefonbot mit Make integrieren
- Technische Umsetzungsidee: Telefonbot mit verschiedenen Aufgabenstellungen versorgen und automatisiert Calls durchführen lassen.
- Ziel: Verständnis über technische Anforderungen und Umsetzungsmöglichkeiten im Team erarbeiten.
Amy entscheidet sich, ihren Fokus auf den zweiten Fall zu legen (fachliches Erarbeiten mit KI). Raum 4 (Telefonbot) wird vertagt.
- Thomas: Buchhaltung automatisieren
Ziel: Automatisierung und Vereinfachung der Buchhaltungsprozesse für Selbstständige und Unternehmer.
- Wunsch: Praktikable, möglichst vollautomatisierte Lösung für Rechnungssammlung, Organisation und Verarbeitung.
- Motivation: Konkretes Alltagsproblem, das schon lange ungelöst ist.
- Erwartung: Unterstützung von Teilnehmenden mit Erfahrungen in Automatisierungstools.
- Andreas: Checkbot für Trainingsmaterialien
Ziel: Konsistenzprüfung von umfangreichen Trainingsunterlagen mit einem KI-basierten Checkbot.
- Hintergrund: Schulung für ein fachfremdes Thema erstellt (inkl. Workbook, Präsentationen, Leitfäden).
- Lösung: Bau eines ersten „Checkbots“, der Inhalte prüft auf:
- Übereinstimmung mit Aufgabenstellung
- Konsistenz zwischen Materialien (z. B. Übungen in Konzept und Workbook)
- Einhaltung von TÜV-Kriterien
- Ziel für die Session:
Entwicklung einer Version 2.0 – sicherer, resilienter und für verschiedenste Trainingsformate einsetzbar.
- Sebastian: Drei Anwendungsfälle aus dem Immobilienbereich
5.1 Exposé-Erstellung per KI
- Ziel: Automatisiertes Schreiben hochwertiger, stilistisch ansprechender Immobilienexposés.
- Idee: Vorlagen analysieren lassen und darauf basierend standardisierte KI-generierte Exposés entwickeln.
5.2 3D-Grundriss aus 2D-Zeichnungen erstellen
- Problem: Hoher Aufwand und Kosten (400–600 €) für manuelle Visualisierung.
- Ziel: KI-basierte Generierung von realistischen 3D-Visualisierungen zur Objektpräsentation.
5.3 LinkedIn-Artikel aus Profilinformationen erstellen
- Wunsch: Schnell und effizient einen professionellen Artikel (nicht nur Beitrag) auf LinkedIn verfassen, basierend auf vorhandenem Profil und veröffentlichten Büchern.
Sebastian entscheidet sich, den Fokus auf die Exposé-Erstellung (Fall 7) zu legen. Raum zum 3D-Grundriss (Fall 8) wird geschlossen, ist aber perspektivisch relevant.
Prompt-a-thon – 26.05.2025 – Lösung der AWFs
Zusammenfassung Prompt-a-thon – Lösungen
Nach der intensiven Arbeit in den Breakout-Räumen präsentierten die Gruppen ihre Erkenntnisse, Lösungsansätze und Learnings aus der kollaborativen Bearbeitung der zuvor vorgestellten Anwendungsfälle. Jeder Raum hatte ca. fünf Minuten zur Vorstellung.
- Gundula & Alexander – Lizenzpartner für Zeitvorsorge-Modell finden
Erkenntnisse:
- Die Komplexität des zugrunde liegenden Systems mit vielen offenen Fragen schreckt Interessenten ab.
- Die Webseite des Initiators ist aus Perspektive von Investoren, Helfenden und Betroffenen nicht selbsterklärend. Zu viele Unklarheiten verhindern Engagement.
- Eine Skalierung mittels KI ist aktuell nicht zielführend – vor allem nicht ohne konzeptionelle Vorarbeit mit dem Initiator.
- Empfehlung: Ein bezahlter Konzeptionsworkshop mit dem Gründer wäre notwendig, um strukturiert weiterzuarbeiten.
Ergänzende Inhalte:
- Alexander zeigte Gundula Tools wie Recall und HANA, inkl. eines praktischen Beispiels zum Teilen von YouTube-Inhalten über eine selbst erstellte Artikelseite.
- Amy & Gruppe – Fachliches Erarbeiten mit KI
Zentrale Diskussionsthemen:
- Wie kann man sich mit KI neues Fachwissen aneignen?
- Vorgehensweise laut Gruppe:
- Erstes Verständnis aufbauen durch Fragen an die KI (z. B. Kernpunkte, wichtige Begriffe).
- Rückgriff auf Expertenmeinungen und kritisches Hinterfragen der Ergebnisse.
- Prompt-Struktur bewusst aufbauen: Kontext, Ziel, Zielgruppe, gewünschtes Format.
- KI gezielt auffordern, unfreundlich und überkritisch zu antworten – zur Qualitätskontrolle.
Didaktischer Fokus:
- In der Lehre: Inhalte stark reduzieren, Orientierung an einem klaren Framework (Prompt-Struktur).
- Reflexionszeit zwischen Lernschritten einbauen.
- Studierende brauchen mehr Sicherheit und Klarheit bzgl. KI-Einsatz – große Verunsicherung herrscht, auch aufgrund unterschiedlicher Regelungen an Hochschulen.
Ergebnis:
- Erkenntnisgewinn bei Amy, insbesondere durch das Prinzip „Reduktion auf Wesentliches“.
- Konkrete Prompt-Vorlage von Mike zur thematischen Durchdringung wurde geteilt.
- Thomas – Automatisierte Buchhaltung für Selbstständige
Erkenntnisse:
- Große Spannbreite an Erfahrungsständen und Lösungswegen:
- Von Excel-Tabellen bis zu komplexen Tool-Integrationen.
- Unterschiedlicher Umgang mit Steuerberatern – mit oder ohne.
- Vorschläge aus der Gruppe:
- Nutzung von Tools wie Get My Invoices, Lexoffice, N8N, Power Automate.
- Automatisierungsworkflows möglich – z. B. Rechnungen sortieren, sammeln, weiterverarbeiten.
- Angebot: Markus stellt ein N8N-Script bereit zur Automatisierung des Rechnungseingangs.
Zusätzliche Impulse:
- Diskussion über Aufwand-Nutzen-Verhältnis bei Automatisierung.
- Entscheidungshilfe: Wenn Aufwand der manuellen Buchhaltung überschaubar ist (z. B. 1 h pro Quartal), lohnt Automatisierung möglicherweise nicht.
- Hinweis auf steigende Austrittsbarrieren aus Tool-Ökosystemen – Tech-Stack frühzeitig strategisch wählen.
Haupt-Learning von Thomas:
Die Einfachheit einer strukturierten Ordnung – inspiriert durch ein Beispiel aus der Gruppe („Ich mache das in einer Stunde im Quartal“).
- Andreas – Checkbot 2.0 für Konsistenzprüfung
Ziel des Bots:
- Prüfung umfangreicher Trainings- und Projektunterlagen auf inhaltliche Konsistenz und Vollständigkeit, nicht fachliche Richtigkeit.
Funktionale Schwerpunkte:
- Konsistenz zwischen Dokumenten und Detailgraden.
- Abgleich mit Aufgabenstellungen (z. B. Lernziele, Workpackages).
- Check gegen Abnahmekriterien (z. B. TÜV-Anforderungen).
Erkenntnisse und Weiterentwicklung:
- Ergänzung durch „Prüfhärte“ – blinde Flecken identifizieren, Gegenfragen stellen.
- Ziel: Bot neutralisieren, um ihn breiter einsetzbar zu machen (z. B. auch in Großprojekten mit vielen Mitwirkenden).
- Sicherheitsaspekte: Einsatz von Delta-Jet als Open-Source-Frontend, lokale LLMs, Verschlüsselung zur Wahrung von Vertraulichkeit.
Fazit:
- Ziel ist langfristig ein robuster, sicherer Bot für interne Qualitätssicherung.
- Erste Version ist bereits funktionsfähig, Feedback erwünscht.
- Sebastian, Katrin & Gruppe – Exposé-Optimierung + 3D-Grundriss
Teil 1: Exposé-Bot mit KI
- Ausgangspunkt: Wunsch, Exposés teilautomatisiert zu erstellen.
- Lösung: Katrin bringt einen fertigen Bot ein, entwickelt mit echten Maklern und basierend auf 20+ Exposé-Beispielen.
- Empfehlung: Tonalität nicht einfach aus Mustervorlagen übernehmen, sondern zielgruppenspezifisch entwickeln (z. B. Seniorenwohnung vs. Renditeobjekt).
- Bot ermöglicht Textproduktion, muss jedoch an Zielgruppe angepasst werden.
Teil 2: 3D-Grundriss aus 2D-Plänen
- Praxis-Test mit verschiedenen Tools zeigt:
- Hohe Fehlerquote bei Maß- und Formgenauigkeit.
- KI „halluziniert“ Türen, Fenster oder Autos.
- Aufwand weiterhin hoch, keine verlässliche One-Click-Lösung verfügbar.
- Fazit:
→ Bereich ist technologisch noch nicht ausgereift.
→ Manuelle Prüfung und Nachbearbeitung notwendig.
→ Bedarf an professionellen Tools bleibt bestehen.
Technischer Ausblick von Andreas:
- Idee: Verbindung mit CAD-Systemen über AI-Robots (z. B. Robocorp), die Grundrisse automatisiert nachzeichnen und als 3D-Modell generieren – realistisch und exakter als GenAI.