Gkc25-Session: Mit der Zukunft chatten durch KI

Mit der Zukunft chatten durch KI
Art	Barcamp-Session
KnowledgeCamp	KnowledgeCamp 2025
Sessiongebende	Stefan Holtel
Datum	23.10.2025
Zeit	17:00 bis 17:45 Uhr
Sprache	Deutsch
Aufzeichnung	YouTube
Im Programm	Programm
KI-Unterstützung	GPT-6.1 Sol

Aus dem Veranstaltungsprogramm:

Mit Chatbots kannst du Zukünfte nach der Szenariotechnik entwickeln und sofort erlebbar machen. Die KI wird zum Gesprächspartner, mit dem du alternative Zukunftsbilder diskutierst und weiterdenkst. So entstehen neue Perspektiven, die Planung, Kreativität und Handeln inspirieren.

Stefan Holtel demonstriert, wie sich mit einem Chatbot Zukunftsszenarien für das Wissensmanagement im Jahr 2035 entwickeln lassen. Dabei zeigt er nicht nur Ergebnisse, sondern erläutert die schrittweise Gesprächsführung: Quellen bereitstellen, Methoden klären, Fragen beantworten und Zwischenergebnisse prüfen. Aus vier Szenarien leitet er drei Handlungsansätze für einzelne Wissensarbeiter ab. Seine zentrale These lautet, dass nicht ein umfassender Einzelprompt, sondern ein methodisch geführter Dialog die Qualität der Arbeit bestimmt.

Aufbau der Session

Die Session verbindet eine Live-Demonstration mit methodischen Erläuterungen und Fragen aus dem Publikum. Holtel kündigt zunächst etwa 20 Minuten Demonstration an. Er übernimmt dabei bewusst zwei Rollen: Er führt den Chat und beobachtet zugleich, warum er bestimmte Anweisungen in einer bestimmten Reihenfolge gibt.

Der Ablauf führt von der Quellensuche über die Festlegung von Ziel und Betrachtungsrahmen zur Ermittlung wichtiger Einflussfaktoren. Daraus entstehen vier Rohszenarien. Anschließend fragt Holtel nach der Rolle von Wissensarbeitern in diesen Zukunftsbildern und nach Maßnahmen, die unabhängig vom eintretenden Szenario sinnvoll sein sollen.

Zum Schluss diskutiert die Gruppe Automatisierung, persönliche Produktivitätsgewinne und die dafür nötigen Fähigkeiten. Den vertieften Dialog mit den fertigen Szenarien beschreibt Holtel als anschließenden Workshop-Schritt; in dieser Session wird er nicht ausführlich vorgeführt.

Ausgangspunkt: Ein neuer Chat und eine persönliche Zukunftsfrage

Holtel arbeitet nach eigener Angabe mit ChatGPT 5, ohne Programmierung oder besondere Präferenzeinstellungen. Er beginnt ausdrücklich einen neuen Chat, um nicht auf einem bereits bestehenden Gespräch aufzubauen. Damit soll sichtbar werden, dass die Demonstration keine speziell eingerichtete Anwendung voraussetzt.

Die Leitfrage betrifft das Wissensmanagement im Jahr 2035. Im weiteren Gespräch wird sie auf die persönliche Ebene zugespitzt: Was sollten Wissensarbeiter heute anders tun oder nicht mehr tun, um dann erfolgreich arbeiten zu können?

Holtel warnt zugleich davor, die Vorführung als einfachen Standardablauf zu verstehen. Sie wirke leichter, als sie sei, weil er nicht sämtliche Entscheidungen erklären könne. Mehrfach unterscheidet er zwischen der verkürzten Demonstration und einem sorgfältig ausgearbeiteten Szenarioprojekt.

Quellen und Arbeitsmaterial bestimmen die Qualität

Zu Beginn lässt Holtel Quellen mit seriösen Informationen zum Themenkomplex suchen. Danach fordert er eine gezieltere Recherche zur zunehmenden Bedeutung konversationeller Chatbots an. Er grenzt diesen Gegenstand bewusst von KI im Allgemeinen ab: Ihn interessiert insbesondere die dialogische Nutzung.

Die angezeigten Referenzen kontrolliert er während der Demonstration nicht vollständig. Für eine gründliche Bearbeitung würde er einen sauberen Quellenkorpus zusammenstellen und Originalmaterial wie Bücher, Studien oder PDFs bereitstellen. Auch die Aufbereitung durch ein RAG-System nennt er als mögliche Variante.

Entscheidend ist für ihn, welches Material im Gespräch verfügbar und als relevant markiert wird. Die Quellenanfrage soll den Chatbot auf bestimmte Informationen konzentrieren. Selbst hochgeladene Unterlagen ermöglichen nach seiner Darstellung eine bessere Einschätzung der Arbeitsgrundlage als bloße Referenzen.

Damit verschiebt Holtel die Qualitätsfrage: Nicht allein die Fähigkeit des Chatbots zählt, sondern ebenso die Auswahl, Menge und Aufbereitung des Materials, mit dem er arbeiten soll.

Kleine Schritte statt eines umfassenden Einzelprompts

Holtel bevorzugt kurze Anweisungen, die jeweils einen begrenzten Fortschritt ermöglichen. Zu lange Prompts können seiner Erfahrung nach dazu führen, dass der Chatbot Schritte vermischt oder vorzeitig Ergebnisse produziert. Die meisten Anweisungen der Demonstration umfassen nur wenige Zeilen.

Übergänge markiert er ausdrücklich, etwa durch einen Rückblick auf das bisherige Ziel oder die Ankündigung eines neuen Kapitels. So trennt er abgeschlossene Arbeitsschritte von nachfolgenden Aufgaben. Die genaue Formulierung sei weniger wichtig als die erkennbare Struktur.

Eine wiederkehrende Anweisung lautet, auf weitere Instruktionen zu warten. Dennoch zeigt die Demonstration, dass der Chatbot dieser Aufforderung nicht immer folgt und teilweise bereits Szenarien vorschlägt. Holtel lässt solche Ausgaben gegebenenfalls stehen, führt die Arbeit aber anschließend wieder auf die gewünschte Reihenfolge zurück.

Seine Unterscheidung lautet: Ein Chat lässt sich nicht vollständig kontrollieren, wohl aber stark steuern. Dazu gehört, Antworten auf Plausibilität zu prüfen, unpassende Ausgaben zu erkennen und nötigenfalls einen Schritt zurückzugehen. Die von ihm berichtete Verringerung von Halluzinationen ist dabei als persönliche Erfahrung zu verstehen.

Ziel und Scope durch Rückfragen schärfen

Bevor Szenarien entstehen, lässt Holtel den Chatbot den Prozess der Szenariotechnik darstellen. Obwohl er diesen selbst kennt, möchte er prüfen, ob beide dasselbe Verständnis zugrunde legen. Zugleich wird die ausgegebene Methode Bestandteil des weiteren Gesprächs.

Danach kehrt er die Fragerichtung um: Der Chatbot soll ihm die nötigen Fragen zur Festlegung von Ziel und Scope stellen, beginnend mit einer einzelnen Frage. Holtel bezeichnet dieses Vorgehen als „Flipping“ beziehungsweise „Flipchat“. Statt einen langen Auftrag vorzuformulieren, beantwortet er schrittweise Rückfragen.

Dabei werden unter anderem folgende Punkte geklärt:

Die konkrete Entscheidungsfrage betrifft die persönliche Zukunft der Wissensarbeit.
Die Zielgruppe umfasst Wissensarbeiter, die noch selbst von starken Veränderungen betroffen sein werden.
Geografisch stehen zunächst DACH und anschließend die EU im Vordergrund.
Erfolgreiches Arbeiten wird anhand beispielhafter Kriterien für Einkommen, Produktivität und gesellschaftliche Akzeptanz konkretisiert.
Die Empfehlungen sollen sich auf besonders wichtige und dringende persönliche Handlungsfelder konzentrieren.

Die Messkriterien wählt Holtel für die Demonstration spontan. Sie sind keine allgemeingültigen Zielwerte. Auch müssen Antworten nicht abschließend eindeutig sein: Prioritäten oder noch offene Fragen können benannt werden. Wegen der verfügbaren Zeit beendet er die Fragerunde früher, als er es bei einem ausführlichen Auftrag tun würde.

Methodenwissen gezielt in den Dialog einbringen

Holtel betont, dass vorhandenes Methodenwissen die Qualität der Arbeit verbessert. Es muss nicht jedes Mal vollständig erklärt werden, sondern kann durch gezielte Begriffe in den Dialog eingehen.

Als Beispiel nutzt er die Unterscheidung zwischen wichtigen und dringenden Handlungsfeldern und verweist auf die Eisenhower-Matrix. Auf eine Publikumsfrage erklärt er, dass er die beiden für seinen Zweck entscheidenden Begriffe direkt eingeflochten habe. Eine ausdrückliche Nennung der gesamten Methode wäre ebenfalls möglich gewesen.

Das Publikum weist darauf hin, dass diese Begrenzung auch die Ausgabemenge reduziert. Statt umfangreicher Listen zu allen denkbaren Kategorien entstehen kleinere, besser prüfbare Schritte.

Die Methode ersetzt jedoch nicht die menschliche Beurteilung. Holtel prüft fortlaufend, ob ein Ergebnis zum nächsten Arbeitsschritt passt und nachvollziehbar ist. Wo es ihm unplausibel oder zu ausschweifend erscheint, formuliert er die Anweisung neu.

Szenarien erkunden Möglichkeiten, nicht die wahrscheinlichste Zukunft

Eine Rückfrage des Chatbots unterscheidet zwischen explorativen und normativen Szenarien. Holtel entscheidet sich ausdrücklich für explorative Szenarien: Es geht um mögliche Entwicklungen, nicht um gewünschte Zielzustände.

Er erläutert die Zukunftsbilder anhand eines Trichters. An dessen Rand liegen extreme Entwicklungen, die er als sehr unwahrscheinlich, zugleich aber als plausibel beschreibt. Ihre Funktion besteht darin, blinde Flecken sichtbar zu machen und nachvollziehbare Entwicklungsketten zu durchdenken.

Mehrere solcher Randpositionen sollen einen Raum möglicher Zukünfte ausleuchten. Die tatsächlich eintretende Zukunft wird damit nicht vorhergesagt. Die Beschäftigung mit den Extremen soll vielmehr helfen, sich auf Entwicklungen zwischen ihnen vorzubereiten.

Deshalb warnt Holtel vor der Frage nach dem wahrscheinlichsten Szenario. Besonders problematisch findet er drei Szenarien, wenn das mittlere anschließend als erwartbarer Normalfall behandelt wird. Damit gehe der Nutzen des bewusst geöffneten Möglichkeitsraums verloren.

Von Einflussfaktoren zu vier Rohszenarien

Für die Konstruktion lässt Holtel zunächst Treiber und Trends aus den zuvor genannten Quellen sammeln. Als Ordnung dient PESTEL, im Vortrag erläutert durch die Bereiche Politik, Wirtschaft, Soziologie, Technologie, Recht und Ökologie.

Anschließend begrenzt er die Auswahl auf höchstens zwölf Schlüsselfaktoren und lässt deren Wirkung und Unsicherheit bewerten. Auf Nachfrage räumt er ein, dass Begriffe wie „wichtigste“ normalerweise genauer bestimmt werden müssten. Geeignete Bewertungsskalen könnten beispielsweise unterscheiden, ob Veränderungen die einzelne Person, eine Organisation oder die Gesellschaft betreffen und ob neue Fähigkeiten erforderlich werden.

In der Demonstration übernimmt der Chatbot diese Bewertung auf einer Skala von eins bis fünf. Holtel hebt besonders Faktoren hervor, die zugleich große Wirkung und hohe Vorhersageunsicherheit aufweisen.

Für den Szenarioraum werden zwei Achsen verwendet: der Grad der KI-Autonomie und die Unterscheidung zwischen offenen und proprietären Daten. Daraus entstehen vier Kombinationen:

Common Copilots: Starke Assistenzsysteme unterstützen eine weiterhin menschengesteuerte Arbeit.
World Genius Lite: Leistungsfähige Copilots arbeiten innerhalb von Plattformsilos; Wert entsteht in den Ökosystemen einzelner Anbieter.
Open Agents: Autonome Agenten übernehmen Ende-zu-Ende-Aufgaben; Menschen setzen Ziele, überwachen und greifen bei Ausnahmen ein.
Locked Chains: Autonome Wertschöpfung findet in Konzernsilos mit starker Compliance und hohen Eintrittsbarrieren statt.

Die Datenachse ist für Holtel selbst ein Erkenntnisgewinn. Sie lenkt seinen Blick auf Voraussetzungen übergreifender Agentenarbeit. Die vier Bilder bleiben bewusst extreme Rohszenarien und sind keine Prognosen.

Vom Szenariobericht zum Gespräch

Holtel sieht den eigentlichen Mehrwert zunehmend im Dialog mit den fertigen Szenarien. In seinem beschriebenen Workshop-Ablauf würden Teilnehmende anschließend in Untergruppen ihre eigenen Themen mithilfe von Prompt-Patterns diskutieren.

Er stellt dies dem klassischen Szenariobericht gegenüber, der nach seiner Darstellung häufig abgelegt und nur gelegentlich wieder verwendet werde. Seine zugespitzte These ist, dass der anschließende Dialog wichtiger werde als die weitere Optimierung des Szenariotextes.

In der Demonstration lässt er zunächst die Rolle eines Wissensarbeiters in jedem Szenario erläutern. Dieses Zwischenergebnis soll die Zukunftsbilder erneut verdichten und die abschließende Frage nach persönlichen Handlungsmöglichkeiten vorbereiten.

Drei Handlungsansätze ohne Wette auf ein einzelnes Szenario

Die Schlussfrage zielt auf drei „No-Regret-Moves“ für das laufende Jahr: Maßnahmen, die in allen betrachteten Szenarien sinnvoll bleiben sollen.

Ein eigenes Wissenssystem mit Nachvollziehbarkeit aufbauen

Der erste Vorschlag lautet, ein persönliches Wissenssystem mit „Traceability“ aufzubauen. Holtel verbindet dies mit einem eigenen „Second Brain“. Auf Nachfrage stellt er klar, dass keine organisationale Wissensmanagementlösung gemeint ist. Diese Abgrenzung unterstreicht erneut die Bedeutung des anfangs festgelegten Scope.

Routinearbeit automatisieren lernen

Der zweite Vorschlag besteht darin, 20 Prozent der Routinearbeit zu automatisieren. Holtel berichtet, bei sich bereits einen höheren Anteil erreicht zu haben. Entscheidend sei jedoch nicht allein die aktuelle Zeitersparnis, sondern die Fähigkeit, künftig geeignete Aufgaben schnell und sinnvoll zu automatisieren.

Davon unterscheidet er Augmentation: Die gezeigte Szenarienarbeit entsteht im gesteuerten Dialog, nicht durch einen einmaligen Auftrag mit ungeprüftem Endergebnis.

Verifizierbares Karrierekapital sichern

Der dritte Vorschlag betrifft nachvollziehbare Belege der eigenen Leistungen und Fähigkeiten. Wissensarbeiter müssten zunehmend erklären können, was sie getan haben und wodurch ihr Beitrag unverwechselbar ist.

Holtel verbindet dies mit Reputationspflege und der Frage, was menschliche Arbeit von einer Chatbot-Ausgabe unterscheidet. Bei jungen Berufseinsteigern sieht er ein besonderes Risiko, weil ihnen Erfahrung zur Bewertung solcher Ausgaben fehlen könne.

Abschlussdiskussion: Produktivität braucht passende Rahmenbedingungen

In der Diskussion beschreibt Holtel „Secret Cyborgs“ als Menschen, die KI-Kompetenzen erwerben, ihre Produktivitätsgewinne aber nicht offenlegen. Als Grund nennt er die Sorge, anschließend lediglich mehr Arbeit zu erhalten. Teilnehmende bestätigen dieses Spannungsfeld anhand eigener Erfahrungen.

Holtel empfiehlt in diesem Zusammenhang den Blog „One Useful Thing“ von Ethan Mollick und erwähnt dessen Buch „Co-Intelligence“ sowie sein eigenes Buch „Droht das Ende der Experten? ChatGPT und die Zukunft der Wissensarbeit“.

Abschließend kehrt er zur Grundidee zurück: Die Demonstration war ein Gespräch mit einer Maschine. Nötig seien daher nicht nur Kommandos und Parameter, sondern ein Verständnis von Sprache, Gesprächsstruktur und den Besonderheiten des Dialogs mit einem Chatbot. Die angekündigte Fortsetzung steht entsprechend unter der Leitthese: „Prompting ist Kommunikation, nicht Kommando.“