KW 17 | 2026

Viel Stress und Aufwand, kein Gewinn, wenn man zu wenig oder genau das Falsche auslagert

Liebe Leserin, lieber Leser,

viele Menschen spüren 2026 sehr deutlich, dass sie mit KI nicht so arbeiten können, wie sie es sich erhofft hatten. Sie investieren Zeit, besuchen Fortbildungen, probieren Tools aus, sammeln Anwendungsfälle und merken am Ende, dass sie zwar beschäftigt sind, aber nicht wirklich weiterkommen. Die Arbeit wird mühsamer, nicht leichter; die Ergebnisse muss man permanent überarbeiten; und die eigene Erschöpfung wächst schneller als der Nutzen.

Wang und Zhang haben dazu gerade eine Studie (S'ouvre dans une nouvelle fenêtre) veröffentlicht, die international große Aufmerksamkeit erhält. Sie untersuchten über drei Kontinente hinweg, wie Menschen KI tatsächlich nutzen und welche Wirkung diese Nutzung auf Lernprozesse, Ergebnisqualität und kognitive Belastung hat.

Wang und Zhang identifizierten dabei drei Zonen des KI‑Einsatzes.

Zone 1 ist das Arbeiten ohne KI. Es kostet Zeit und Konzentration, aber es ist stabil. Man weiß, worauf man sich verlassen kann.

Zone 2 beschreibt die Nutzung von KI in kleinen, isolierten Schritten: ein Bild, eine Präsentation, eine schnelle Zusammenfassung, ein Arbeitsblatt. Es fühlt sich nach KI‑Arbeit an, ist aber kein Fortschritt. Menschen müssen ständig überprüfen, nachjustieren, gegenlesen. Die Ergebnisse werden messbar schlechter als in Zone 1. Die kognitive Belastung steigt, weil KI kein Entlastungsfaktor wird, sondern ein zusätzlicher. Je länger man in Zone 2 arbeitet, desto weniger Ressourcen bleiben für Orientierung oder die eigene Weiterentwicklung. Zone 2 erschöpft und verschlechtert, ohne Entwicklungsschub.

Wir denken oft, wir müssten uns entscheiden: Entweder wir lagern viel an KI aus oder wir bleiben kritisch. Wang und Zhang zeigen in ihrer Studie, dass dieser Gegensatz so nicht existiert. Kritisches Arbeiten entsteht nicht trotz Delegation, sondern durch Delegation. Nur wer Aufgaben kompetent und in ausreichendem Umfang abgibt, kommt überhaupt erst in die Reflexion.

Zone 2 erweist sich genau deshalb als Sackgasse: Man will sich entlasten und lagert zu wenig beziehungsweise genau das Falsche aus. Und dabei erfolgt die Delegation so unstrukturiert, dass auch noch das kritische Denken auf der Strecke bleibt.

Die Menschen, die zu uns kommen, erleben Zone 2 schmerzhaft. Sie merken, dass ihre Arbeit mit KI klemmt, dass sie ständig beschäftigt sind, ohne voranzukommen, dass die Ergebnisse nicht tragen. Viele kommen genau deshalb zu uns, weil sie denken: „Es muss doch einen anderen Weg geben.“ Und sie ahnen, dass wir anders arbeiten.

In Zone 3 übernimmt KI ganze Arbeitsblöcke: Informationen sortieren, Material aufbereiten, Dokumente auslesen, Zusammenhänge strukturieren. Entlastung entsteht nicht durch „mehr KI“, sondern durch informierten, gezielten Einsatz. Erst dadurch verbessert sich die Qualität spürbar; und gleichzeitig sinkt die Belastung. Wenn ich weiß, wie KI arbeitet, wo Schwächen und Stärken liegen, kann ich gezielt abgeben.

Zone 3 folgt nicht einfach automatisch auf Zone 2, sondern setzt eine andere Arbeitsweise voraus. Häufig erreicht man Zone 3 erst, wenn man zurück zu den Anfängen geht. Das gilt selbst für Menschen, die mehrfach täglicher KI nutzen, aber denen trotz vieler KI-Fortbildungen die Basics fehlen.

Zone 3 setzt voraus, dass wir wissen, wie generative KI Texte erzeugt, auf welchem Trainingsmaterial sie basiert, welche Daten darin enthalten sind und welche fehlen. Man sollte die Multimodalität dieser Modelle einordnen können und verstehen, wie gKI Sprache, Bildern, Tabellen oder Dateien verarbeitet. Ebenso wichtig ist das Wissen, wie KI Inhalte aus Dokumenten ausliest, welche Dateiformate sie gut verarbeitet, welche nur eingeschränkt und welche Strukturen für sie sichtbar oder unsichtbar bleiben. Dazu gehört auch das Verständnis, wie Modelle intern entscheiden, wo sie stabil sind, wo sie unsicher werden und sich in Verarbeitungstiefe und Verlässlichkeit unterscheiden.

Dieses Wissen ist unsere Ausgangsbasis. Ohne dieses Fundament wird KI zum zusätzlichen Thema, das Ressourcen frisst. Wer aber auf diesem Fundament aufsetzt, erhält Unterstützung, die Ressourcen freisetzt.

Ein Bild macht das greifbar: Ohne AI‑Literacy arbeitet man mit KI wie mit einer großen Gruppe von energiegeladenen, nimmermüden Praktikantinnen und Praktikanten, die alle unbedingt helfen wollen, aber dabei nicht wissen, wo und für wen sie arbeiten. Man verbringt mehr Zeit mit Kontrolle als mit Arbeit.

Mit AI‑Literacy dagegen arbeitet man eher wie mit einer verlässlichen Büroleitung, die Aufgaben sortiert, Prioritäten setzt, das eine wegdelegiert, das andere so zuarbeitet, dass man an den richtigen Stellen selbst einsteigen kann.

Zone 2 wird mit jeder neuen KI-Generation unübersichtlicher: “Oje, noch mehr neue Praktikanten!” – Wer dagegen die Basics verinnerlicht hat, erlebt KI‑Entwicklung nicht als Überforderung, sondern als Entlastung. “Ich arbeite mit meiner Büroleitung zusammen.” Sie haben ein Gefüge, in das sie entspannt Neues einordnen können, statt vom Neuen überrollt zu werden.

Der Weg in Zone 3 ist überraschend simpel. Meist reichen zwei bis drei Stunden. Sobald die Basics klar sind, fügt sich vieles, was man bereits mitbringt, fast von selbst: Das Wissen und die Erfahrung sortieren sich, bekommen eine Einordnung, fällt an seinen Platz. Viel mehr braucht es oft gar nicht. Doch wenn genau diese Grundlage fehlt, wird alles schwerer, als es sein müsste.

Und dabei geht es nicht um die zehnte Erklärung des Turing-Tests, sondern um eine Einordnung, die sich für Fach- und Führungskräfte in der Erwachsenenbildung erschließt und ihre tatsächliche Praxis berührt.

Sprechen Sie uns an. Wir begleiten Sie in diesem Prozess mit Workshops, Keynotes, Moderation und Beratung.

Christiane Carstensen, David Röthler und Sonya Dase
von Milenu (S'ouvre dans une nouvelle fenêtre)und Dase & Carstensen (S'ouvre dans une nouvelle fenêtre)

Empfehlen (S'ouvre dans une nouvelle fenêtre) Sie uns gerne weiter …

Außerdem im Infobrief:

• Seedance 2.0 Videogenerierung

• “Mach mir daraus ein Wiki, einen Artikel und eine Präsentation.” – Claude 4.7

• Gemma 4 als lokale KI

• Termine rund um KI und Erwachsenenbildung im DACH-Raum

Seedance 2.0

Noch bevor man das Wort KI-Video ausgesprochen hat, hat David schon den ersten Clip (S'ouvre dans une nouvelle fenêtre) generiert. Anschauen lohnt sich. Erstellt mit https://seedance2.ai/ (S'ouvre dans une nouvelle fenêtre) mit dem Prompt: Use @Reference Image as the main character, keeping facial features consistent. He is a man. Cinematic 15s time-freeze film, ultra-realistic, 35mm lens, moody sports bar with neon light, haze, hard shadows, shallow depth of field. Crowd includes young people, especially young women in foreground and midground.

(S'ouvre dans une nouvelle fenêtre)

“Mach mir daraus ein Wiki, einen Artikel und eine Präsentation.” – Claude 4.7

Die Art, wie wir mit generativer KI arbeiten, verändert sich seit einigen Monaten grundlegend. Es geht längst nicht mehr nur darum, mit Chat GPT & Co. in einem einzelnen Chatfenster zu prompten. Das Feld erweitert sich gerade in mehrere Richtungen:

Wir greifen zunehmend nicht mehr nur auf das allgemeine Wissen eines Modells zu oder fügen die ein oder andere Datei hinzu, sondern arbeiten strukturiert mit unseren eigenen Dokumenten und Daten. Im Editorial haben wir dafür das Bild einer diskreten, kompetenten Büroleitung verwendet: eine KI, die weiß, wer ich bin und was ich mache, die Zugriff auf meine Unterlagen hat und diese Informationen zuverlässig und vertraulich behandelt.

Das korrespondiert mit einer Entwicklung auf Modellseite: Die Systeme bringen inzwischen die nötige Leistungsfähigkeit mit, um genau solche Anwendungen im Arbeitsalltag praktikabel zu machen.

Ein konkretes Beispiel mit dem neuen Claude 4.7 in der Desktop-App-Version: Wir haben Claude aus unserem Dateiordner mit 59 Studien ein eigenes Wiki generieren lassen. Der Arbeitsauftrag war denkbar schlicht: „Mach mir daraus ein Wiki.“

In nur zwei Minuten entstand daraus ein bemerkenswert gut strukturiertes, intern verlinktes Wiki. Der große Vorteil: Wir müssen uns nicht mehr durch unklare Dateinamen im Explorer arbeiten und rätseln, was sich hinter welcher Studie inhaltlich verbirgt. Stattdessen gehen wir direkt in unser Wiki, verschaffen uns dort Orientierung und klicken von dort gezielt auf die passende Studie. So verlieren wir uns nicht mehr im Ordner, sondern finden deutlich schneller, was wir wirklich suchen (s.0. Zone 3).

Diese Stärke zeigte sich auch beim nächsten Auftrag. Wir haben Claude 4.7 gebeten, auf Grundlage derselben Materialien einen Artikel zur aktuelle Studienlage zu schreiben. Auch hier war das Ergebnis erstaunlich gut: Macht KI dumm? Was die Studienlage zu KI und Lernen wirklich sagt – und warum das „Wie" über Bildungsqualität entscheidet (S'ouvre dans une nouvelle fenêtre). Lesen Sie selbst. Was Sie sehen, ist das unbearbeitete Erstresultat.

Auch im Bereich Design zeigt Claude einen deutlichen qualitativen Sprung und dringt damit spürbar in Bereiche vor, die bisher von spezialisierten Tools für Infografiken und Präsentationen dominiert wurden. Unser Arbeitsauftrag war bewusst knapp gehalten: Erstelle aus dem obigen Artikel eine Präsentation. Obwohl wir die Präsentation (S'ouvre dans une nouvelle fenêtre) weder in der Optik noch inhaltlich direkt übernommen hätten, liefert sie uns wertvolle Impulse und einen mehr als soliden Ausgangspunkt.

Zusammenfassend lässt sich festhalten: Claude von Anthropic markiert derzeit einen spürbaren qualitativen Sprung in der Arbeit mit generativer KI. Besonders in der Kombination mit einer kuratierbaren Wissensbasis eigener Dateien kommen wir mit Claude-Cowork, gewachsener Designkompetenz und der schieren Leistungsstärke von Claude 4.7 in der Desktop-App-Version (S'ouvre dans une nouvelle fenêtre) auf ein neues Niveau.

In dieser Version arbeiten wir ausschließlich mit nicht datenschutzsensiblen Inhalten und beschränken den Zugriff entsprechend auf geeignete Datenbereiche. Bei sensiblen Inhalten nutzen wir DSGVO-zertifizierte Anbieter wie z.B. Langdock (S'ouvre dans une nouvelle fenêtre) oder lokale Modelle wie Gemma 4.

Gemma 4

Anfang April hat Google DeepMind Gemma 4 (S'ouvre dans une nouvelle fenêtre) veröffentlicht, und erstmalig hatten wir beim Arbeiten mit einem lokalen Modell das Gefühl, einen brauchbaren Sparringpartner vor uns zu haben.

Gemma 4 ist die bislang leistungsfähigste offene Modellfamilie von Google. Sie basiert auf derselben Forschungsgrundlage wie Gemini 3 und steht unter einer Apache‑2.0‑Lizenz. Damit lässt sie sich frei nutzen, verändern und kommerziell einsetzen – ein Punkt, der für viele Institutionen und Organisationen an Bedeutung gewinnt.

Trotz dieser Stärke bleiben die bekannten Einschränkungen lokaler Modelle bestehen: aktuelle Daten fehlen, Halluzinationen sind möglich. Für aktuelles Wissen bleibt ein cloudbasiertes Modell mit externer Recherchefähigkeit überlegen.

Auch die multimodalen Fähigkeiten sind ausgereift: Das Modell verarbeitet Bilder, Dokumente und OCR‑Texte lokal und datenschutzkonform. Der Einstieg ist niedrigschwellig. LM Studio und Ollama ermöglichen die Nutzung ohne technische Hürden; das kleinste Modell läuft mit rund 4 GB RAM.

Gemma 4 ersetzt keine hochperformanten Large-Language-Modelle, die man in der Cloud ansteuert. Aber es ist das erste lokale Modell, das sich nicht wie ein Kompromiss anfühlt, und ist damit eine Option für alle, die KI lokal, privat und ohne laufende Kosten einsetzen möchten. Läuft auf dem Rechner und auch auf dem Smartphone.

Wer zweigleisig arbeiten möchte - aktuell mit Schnittstelle nach außen über Chat GPT & Co. - und datenschutzkonform nach innen, ist mit Gemma 4 gut bedient. WDR (S'ouvre dans une nouvelle fenêtre)

Terminübersicht KI und Erwachsenenbildung im DACH-Raum

Eine Terminübersicht zu Fortbildungen, Events und Tagungen in Deutschland, Österreich und der Schweiz rund um KI, Erwachsenenbildung und Bildungsmanagement finden Sie hier (S'ouvre dans une nouvelle fenêtre).

Newsletter an- und abmelden

Am Ende jedes Newsletters finden Sie einen Link, mit dem Sie den Newsletter über unseren Dienstleister Steady (S'ouvre dans une nouvelle fenêtre) abbestellen können.

Wir freuen uns, wenn Sie unseren Infobrief (S'ouvre dans une nouvelle fenêtre) weiterempfehlen.

Sie erreichen uns als Redaktion unter info@51GradNord.ai.
51° Nord ist eine Gemeinschaftsredaktion von Milenu (S'ouvre dans une nouvelle fenêtre) und Dase & Carstensen (S'ouvre dans une nouvelle fenêtre).