Phase 1: Den eigenen Standort ehrlich bestimmen
Der Fahrplan beginnt mit der Selbsteinschätzung aus „Die vier KI-Kompetenzstufen — und wo du heute stehst“: Stehst du bei AI-Aware, AI-Enabled oder bereits bei AI-Fluent? Diese ehrliche Einordnung entscheidet, welche der folgenden Phasen mit Priorität behandelt werden sollten.
Phase 2: Urteilsvermögen als Fundament trainieren
Aus „KI-Ergebnisse kritisch lesen: die eigentliche Kern-Skill“ folgt die zweite Phase: die drei Prüffragen (Quellenrückführung, Sichtbarkeit möglicher Fehler, Folgenschwere) zur festen Gewohnheit machen, bevor überhaupt mehr Aufgaben an KI delegiert werden. Diese Phase ist die Grundlage für alle folgenden.
Phase 3: Aufgaben bewusst delegieren und präzise anfragen
Die dritte Phase verbindet zwei Module: „Co-Pilot statt Autopilot: die richtigen Aufgaben delegieren“ legt fest, was delegierbar ist und was menschliche Verantwortung bleibt, „Prompting als Projektleitungs-Skill“ liefert das Handwerkszeug dafür – Kontext geben, Format festlegen, Beispiel liefern, iterieren.
Phase 4: Datengrundlage und Kommunikation absichern
Die vierte Phase schützt vor den zwei häufigsten Fehlerquellen: „Daten- und Bias-Grundlagen: Warum die Eingabedaten alles entscheiden“ stellt sicher, dass KI-gestützte Prognosen auf einer belastbaren Grundlage stehen, „KI-Grenzen ehrlich übersetzen: die Kommunikations-Skill“ stellt sicher, dass diese Grundlage gegenüber Stakeholdern weder über- noch untertrieben dargestellt wird.
Praxis-Teil: Phase 5 – am Ball bleiben
Die letzte Phase ist kein einmaliger Abschluss, sondern eine wiederkehrende Routine aus „Mit dem Tempo der KI-Entwicklung Schritt halten“: in regelmäßigem Abstand die eigene Tool-Wahl überprüfen und veraltetes Wissen bewusst aktualisieren. Genau diese Routine entscheidet darüber, ob die in den ersten vier Phasen aufgebaute Kompetenz auf der Stufe AI-Fluent bleibt – oder in einem Jahr bereits wieder veraltet ist.