Effizient mit KI arbeiten: Modell, Kontext und Datenbasis
Die Qualität einer KI-Antwort hängt nicht nur davon ab, wie ein Prompt formuliert ist. Auch das verwendete KI-Modell, der bereitgestellte Kontext, die Informationsgrundlage und die Aufteilung einer Aufgabe in einzelne Arbeitsschritte beeinflussen das Ergebnis.
In dieser Übung bearbeiten Studierende dieselbe fachliche Aufgabe unter unterschiedlichen Bedingungen. Sie vergleichen die Ergebnisse und untersuchen, welche zusätzlichen Informationen oder Arbeitsschritte tatsächlich zu einer besseren Antwort führen.
So können Sie vorgehen
1. Geeignete Aufgabe auswählen – ca. 5 Minuten
Wählen Sie eine fachliche Aufgabe, bei der die Qualität der Antwort gut beurteilt werden kann. Das kann beispielsweise eine Erklärung, Analyse, Zusammenfassung, Fallbearbeitung oder die Entwicklung eines Lösungsansatzes sein.
2. Ausgangsergebnis erzeugen – ca. 5 Minuten
Die Studierenden geben der KI zunächst nur die eigentliche Aufgabe, ohne zusätzlichen Kontext oder Materialien bereitzustellen.
Das Ergebnis wird gespeichert und dient als Vergleichsbasis.
3. Kontext und Informationsgrundlage ergänzen – ca. 10 Minuten
Anschließend bearbeiten die Studierenden dieselbe Aufgabe erneut und ergänzen schrittweise weitere Informationen, zum Beispiel:
- Ziel und Zweck der Aufgabe,
- fachlicher Kontext,
- gewünschte Kriterien für die Antwort,
- Lernziele der Lehrveranstaltung,
- geeignete Fachtexte oder Lehrmaterialien.
Nach jeder Veränderung prüfen sie, wie sich die Antwort verändert.
4. Komplexe Aufgabe in Teilschritte zerlegen – ca. 10 Minuten
Bei einer komplexeren Aufgabe können die Studierenden zusätzlich ausprobieren, ob eine schrittweise Bearbeitung zu einem besseren Ergebnis führt.
Statt die KI beispielsweise gleichzeitig analysieren, bewerten und Verbesserungsvorschläge entwickeln zu lassen, werden diese Schritte nacheinander bearbeitet.
5. Ergebnisse vergleichen – ca. 10 Minuten
Die Studierenden vergleichen die verschiedenen Antworten. Mögliche Leitfragen:
- Welche zusätzlichen Informationen haben die Antwort tatsächlich verbessert?
- Welche Informationen hatten kaum Einfluss?
- Ist die Antwort fachlich genauer oder lediglich ausführlicher geworden?
- Welchen Einfluss hatten bereitgestellte Materialien?
- Hat die Aufteilung in einzelne Arbeitsschritte das Ergebnis verbessert?
- Steht die Verbesserung im Verhältnis zum zusätzlichen Aufwand?
Die Ergebnisse können anschließend gemeinsam diskutiert werden.
Beispielprompt
Für den Vergleich kann dieselbe Aufgabe schrittweise erweitert werden.
Variante 1 – nur die Aufgabe
Erkläre [Thema/Fragestellung].
Variante 2 – mit Kontext und Ziel
Ich studiere [Fach] und beschäftige mich im Rahmen der Lehrveranstaltung [Thema] mit folgender Fragestellung:
[Fragestellung]
Ziel ist es, [Lernziel/Zweck]. Erkläre den Zusammenhang so, dass ich ihn anschließend auf [Aufgabe/Anwendungsfall] anwenden kann.
Variante 3 – mit zusätzlicher Informationsgrundlage
Nutze für deine Antwort die folgenden bereitgestellten Materialien. Beziehe deine Aussagen darauf und kennzeichne, wenn eine Frage anhand der Materialien nicht beantwortet werden kann.
[Materialien/Text]
Bearbeite anschließend folgende Aufgabe:
[Aufgabe]
Variante zur Vertiefung
Falls mehrere KI-Modelle zur Verfügung stehen, können die Studierenden zusätzlich dieselbe Aufgabe mit unterschiedlichen Modellen bearbeiten.
Dabei sollte nicht nur gefragt werden, welche Antwort „besser“ wirkt. Die Studierenden legen zunächst Kriterien fest, beispielsweise fachliche Korrektheit, Nachvollziehbarkeit, Vollständigkeit oder Bezug zur Aufgabenstellung, und vergleichen die Antworten anschließend anhand dieser Kriterien.
So wird deutlich, dass die Qualität eines KI-Ergebnisses nicht allein vom Prompt abhängt, sondern vom Zusammenspiel aus Aufgabe, Kontext, Informationsgrundlage, Vorgehensweise und verwendetem Modell.
Dieses Praxisbeispiel basiert auf einem Material von KI@FU, Freie Universität Berlin.