Gestern musste ich kurzfristig einen Vortrag übernehmen. Zwei Lehreinheiten über Budgetstruktur und das Bundeshaushaltsgesetz – ein Thema, das ich beherrsche, aber nicht anhand meiner eigenen Präsentation. Die Folien stammten von einem Kollegen. Meine Vorbereitungszeit war knapp.
Früher hätte ich die Unterlagen am Schreibtisch durchgearbeitet und im Auto vielleicht die Gedanken noch einmal allein sortiert. Diesmal habe ich etwas anderes gemacht: Auf der Heimfahrt besprachen meine KI und ich Aufbau, Übergänge und Beispiele. Am nächsten Morgen ging ich die entscheidenden Passagen noch einmal mündlich durch. Die KI stellte Rückfragen, half beim Präzisieren und widersprach dort, wo meine Erklärung unklar wurde.
Das Ergebnis war kein Vortrag, den eine Maschine für mich hielt. Ich stand selbst vorne. Ich musste selbst erklären, beurteilen und auf Fragen reagieren. Aber ich war besser vorbereitet, weil ich die Zeit vor und nach der Arbeit für einen strukturierten Dialog genutzt hatte.
Unsere Beobachtung: Der Arbeitsweg kann vom bloßen Zeitkorridor zu einem Denkraum werden. Nicht als zusätzliche Pflicht. Sondern als bewusster Übergang zwischen Planung, Handeln und Lernen.
Die morgendliche Fahrt: vom Reagieren zum Gestalten
Viele beginnen ihren Arbeitstag mit dem, was ihnen zuerst begegnet: Nachrichten, E-Mails, dringende Anfragen. Die Tagesordnung wird von außen gesetzt. Ich will meine Prioritäten vorher klären.
Bei einer ruhigen, verkehrssicheren Sprechsituation kann ein KI-Gespräch dabei helfen: Was steht heute an? Wo liegt die eine wichtige Entscheidung? Welche Annahme sollte ich noch einmal prüfen? Und was muss ich erklären können, statt es nur gelesen zu haben?
Eine Präsentation ist dafür ein ideales Beispiel. Ich kann meine Argumentation frei vortragen, und die KI kann als kritischer Zuhörer nachfragen. Ebenso lässt sich eine Besprechung gedanklich vorbereiten oder ein schwieriges Konzept in eigenen Worten erklären. Entscheidend ist, dass ich selbst denke. Die KI darf meine Gedanken herausfordern – nicht durch fertige Sätze ersetzen.
Bei Buchhaltung und Controlling ist die Grenze besonders wichtig: Vorab freigegebene, datenschutzkonform bereitgestellte und für Audio geeignete Zusammenfassungen kann ich besprechen; detaillierte Belege, Kontostände, personenbezogene Daten oder Auswertungen gehören in eine sichere Arbeitsumgebung am Bildschirm – und nicht in eine Autofahrt.
Die Heimfahrt: aus Erfahrung wird Erkenntnis
Abends verändert sich die Funktion. Es geht nicht mehr darum, den Tag zu planen. Es geht darum, ihn zu verstehen. Was ist gelungen? Wo habe ich mich verschätzt? Welche Entscheidung würde ich heute anders treffen? Was muss ich morgen nacharbeiten?
Donald Schön beschrieb in The Reflective Practitioner (1983), wie professionelle Handlungskompetenz durch das Nachdenken über die eigene Praxis entsteht. Sein Konzept liefert eine wichtige Grundlage: Erfahrung allein macht uns nicht automatisch besser. Erst wenn wir sie bewusst bearbeiten, können daraus neue Handlungsmöglichkeiten entstehen.
Die KI kann dafür ein Gegenüber sein. Sie kann Fragen stellen, Widersprüche aufzeigen und uns zwingen, eine diffuse Unzufriedenheit in eine konkrete Beobachtung zu verwandeln. Sie hat aber keinen privilegierten Zugang zur Wahrheit. Meine Schilderung kann lückenhaft sein; die Antworten der KI können falsch sein. Ihr Widerspruch ist ein Denkangebot, kein Urteil.
Co-Intelligence ist keine Delegation der Verantwortung
Ethan Mollick plädiert in seinem Buch Co-Intelligence: Living and Working with AI (2024) dafür, KI als einen ernst zu nehmenden Partner beim Denken und Arbeiten zu erproben. Die zentrale Spannung ist dabei produktiv: Wir können mit dem System dialogisch arbeiten, ohne es mit einem Menschen zu verwechseln oder ihm die letzte Entscheidung zu überlassen.
Das ist auch der Kern unseres Unternehmer-Dōjōs. Eine gute KI nimmt mir nicht das Denken ab. Sie schafft zusätzliche Gelegenheiten, es zu üben. Beim Vortrag blieb die Meisterschaft im Erklären meine Aufgabe. Beim Controlling bleibt die Beurteilung der Zahlen meine Aufgabe. Und bei einer Führungsentscheidung bleibt die Verantwortung bei dem Menschen, der sie trifft.
Die Messgröße lautet deshalb nicht: Wie viele Minuten habe ich eingespart? Sondern: Was kann ich nach dem Gespräch besser verstehen, erklären oder entscheiden?
Warum die Routine funktionieren könnte – und was wir noch nicht wissen
Peter Gollwitzer und Paschal Sheeran werteten 2006 in einer Metaanalyse zahlreiche Untersuchungen zu sogenannten Implementierungsintentionen aus. Ihr Befund: Konkrete Pläne, wann, wo und wie wir handeln wollen, unterstützen die Umsetzung von Zielen. Ein festes Zeitfenster wie der tägliche Weg zur Arbeit kann eine solche Gewohnheit erleichtern.
Das belegt allerdings nicht, dass KI-Gespräche während des Autofahrens die Arbeitsleistung oder die Lernqualität verbessern. Genau das ist zunächst unsere eigene Hypothese und praktische Erfahrung, keine wissenschaftlich gesicherte Wirkung. Wer prüfen will, ob die Methode hilft, sollte nach einigen Wochen auf die Qualität der Entscheidungen, den tatsächlichen Lernfortschritt und den persönlichen Stress achten.
Die Grenze, die nicht verhandelbar ist
Es wäre falsch, aus dieser Beobachtung eine Empfehlung für anspruchsvolle KI-Dialoge am Steuer zu machen. Forschung zur Ablenkung beim Fahren zeigt, dass selbst freihändige Telefongespräche Aufmerksamkeit beanspruchen und die Reaktion auf den Verkehr beeinträchtigen können (Strayer & Drews, 2007). Eine intensive Präsentationsprobe oder ein schwieriges Zahlenproblem ist deshalb besser vor Fahrtbeginn, nach dem Parken oder im öffentlichen Verkehr aufgehoben.
Während der Fahrt gilt: Straßenverkehr zuerst. Keine Bildschirme, keine Dokumente, keine Bedienung des Smartphones und keine kognitiv fordernden Streitgespräche. Wenn der Verkehr Aufmerksamkeit verlangt, wird das Gespräch unterbrochen. Nicht jede freie Minute muss genutzt werden. Manchmal ist die beste Vorbereitung eine ruhige Fahrt.
Ein kleines Experiment für die nächsten zwei Wochen
Ich möchte die Methode weiterentwickeln – nicht als starres Produktivitätssystem, sondern als persönliche Lernschleife. Morgens eine kurze Prioritätenklärung, abends eine knappe Rückschau; bei anspruchsvollen Inhalten bewusst vor oder nach der Fahrt. Was habe ich mir vorgenommen? Was ist tatsächlich passiert? Und was lerne ich daraus?
Die KI kann dabei strukturieren, erinnern und widersprechen. Das Ziel bleibt nicht die perfekte Routine, sondern die Fähigkeit, jeden Tag ein wenig klarer zu denken und besser zu handeln.
Der eigentliche Gewinn wäre nicht, den Arbeitsweg vollzustopfen. Er wäre, aus zwei Übergängen des Tages bewusste Momente der Vorbereitung und Reflexion zu machen.
Literatur und Quellen
Mollick, E. (2024). Co-Intelligence: Living and Working with AI. Portfolio. Einordnung: Knowledge at Wharton.
Schön, D. A. (1983). The Reflective Practitioner: How Professionals Think in Action. Basic Books. Buchnachweis.
Gollwitzer, P. M., & Sheeran, P. (2006). Implementation intentions and goal achievement: A meta-analysis of effects and processes. Advances in Experimental Social Psychology, 38, 69–119. DOI.
Strayer, D. L., & Drews, F. A. (2007). Cell-phone–induced driver distraction. Current Directions in Psychological Science, 16(3), 128–131. DOI.