---
title: "Wie man Arbeit an AI delegiert, um Ergebnisse und Gewinn zu erzielen"
locale: de
category: opinion
category_name: "Perspektiven"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/ai-work-delegation-and-roi-guide
published_at: 2026-07-28T07:28:20+09:00
---

# Wie man Arbeit an AI delegiert, um Ergebnisse und Gewinn zu erzielen

> Der wirtschaftliche Wert von AI sollte nicht an der Zahl der Fragen gemessen werden, sondern an abgeschlossenen Arbeitsergebnissen, wiederverwendbaren Abläufen und eingesparter Zeit. Durch die Zerlegung von Aufgaben, klare Qualitätskriterien, wiederholtes Feedback und die Berechnung des Zeitwerts im Verhältnis zu den Kosten lässt sich AI in ein Arbeitssystem für die Praxis verwandeln.

## Key Points

- Um mit AI Ergebnisse zu erzielen, sollte man nicht nur um Rat bitten, sondern konkrete Aufgaben delegieren, die Ziel, Ausgangsmaterial, Einschränkungen und das Format des Ergebnisses umfassen.
- Wiederkehrende Aufgaben sollten mit schrittweisen Prompts, Vorlagen und Prüflisten standardisiert werden, damit sich die Zeitersparnis langfristig summiert.
- Das erste Ergebnis von AI sollte als Entwurf betrachtet und mithilfe konkreter Bewertungskriterien und Überarbeitungsanweisungen qualitativ verbessert werden.
- Der Wert kostenpflichtiger Werkzeuge sollte nicht anhand ihres Preises selbst beurteilt werden, sondern anhand des Nettoeffekts aus eingesparter Zeit und zusätzlichen Ergebnissen abzüglich der Kosten für die Fehlerprüfung.
- Der Schutz sensibler Informationen, die Überprüfung von Fakten und die Kontrolle durch die letztverantwortliche Person dürfen bei der Delegation von Aufgaben an AI nicht entfallen.

Der Einsatz generativer AI führt nicht automatisch dazu, dass man Geld verdient. Der entscheidende Faktor für einen wirtschaftlichen Unterschied ist nicht, wie häufig AI eingesetzt wird, sondern ob man sie **tatsächliche Aufgaben abschließen lassen, die Abläufe wiederverwenden und die Ergebnisse überprüfen kann**.

Der Ausdruck „mit AI Geld verdienen“ umfasst hier neben direkten Umsätzen auch messbare wirtschaftliche Effekte wie eingesparte Arbeitszeit, geringere Outsourcing-Kosten, höheren Durchsatz und kürzere Reaktionszeiten. Wenn dagegen mehr Zeit für die Korrektur von AI-generierten Fehlern benötigt wird oder die Ergebnisse in der tatsächlichen Arbeit keine Verwendung finden, bleibt der Nettowert trotz intensiver Nutzung gering.

## Die wichtigsten Unterschiede auf einen Blick

| Nutzungsweise mit geringer wirtschaftlicher Wirkung | Ansatz mit dem Ziel einer hohen wirtschaftlichen Wirkung | Zu prüfende Kennzahl |
|---|---|---|
| Man fragt nach einer Methode und führt sie anschließend selbst von Grund auf aus | Man definiert Ziel und Kriterien und delegiert einen umsetzbaren Entwurf | Bearbeitungszeit, tatsächliche Übernahmequote |
| Dieselbe Anfrage wird jedes Mal neu formuliert | Prompts, Eingabeformulare und Prüflisten werden gespeichert | Eingesparte Zeit pro wiederkehrender Aufgabe |
| Die Leistungsfähigkeit der AI wird allein anhand des ersten Ergebnisses beurteilt | Überarbeitungen werden wiederholt anhand von Bewertungskriterien angewiesen | Anzahl der Überarbeitungen, Fehlerquote |
| Eine große und unklare Aufgabe wird auf einmal gestellt | Die Aufgabe wird in kleine Schritte und Zwischenergebnisse unterteilt | Erfolgsquote je Schritt |
| Es wird nur verglichen, ob ein Angebot kostenlos oder kostenpflichtig ist | Gesamtkosten, eingesparte Zeit und zusätzliche Ergebnisse werden verglichen | Monatlicher Nettonutzen, ROI |

## 1. Nicht beim Fragen stehen bleiben, sondern Ergebnisse delegieren

Fragen wie „Wie sollte ich Marketing betreiben?“ sind nützlich, um allgemeine Ratschläge zu erhalten, führen aber nur schwer zu Ergebnissen, die sich sofort verwenden lassen. In der Praxis müssen sowohl die von der AI auszuführende Aufgabe als auch die Abschlusskriterien angegeben werden.

### Bestandteile einer guten Arbeitsanweisung

1. **Zweck:** Das Problem, das dieses Ergebnis lösen soll
2. **Zielgruppe:** Leser, Kunden oder Entscheidungsträger
3. **Eingaben:** Rohmaterialien, Daten, vorhandene Dokumente, Referenzbeispiele
4. **Aufgabe:** Auszuführende Handlungen wie Analyse, Klassifizierung, Erstellung oder Vergleich
5. **Einschränkungen:** Länge, Ton, Verbote, Frist, Anwendungsbereich
6. **Ausgabeformat:** Tabelle, E-Mail, Bericht, JSON usw.
7. **Qualitätskriterien:** Genauigkeit, Angabe von Belegen, Bedingungen zur Vermeidung von Auslassungen
8. **Prüfregeln:** Kennzeichnung unsicherer Inhalte und Verfahren zu deren Überprüfung

### Unterschied zwischen einer unklaren und einer ausführungsorientierten Anfrage

**Unklare Anfrage**

> Erkläre mir, wie das neue Produkt vermarktet werden sollte.

**Ausführungsorientierte Anfrage**

> Analysiere die folgenden 20 Kundeninterviews und klassifiziere wiederkehrende Probleme nach ihrer Häufigkeit. Verknüpfe jedes Problem mit Formulierungen, die Kunden tatsächlich verwendet haben, und verfasse darauf basierend 10 E-Mail-Betreffzeilen. Füge keine Fakten hinzu, die nicht in den Interviews enthalten sind, und kennzeichne Punkte mit unzureichender Grundlage als „Überprüfung erforderlich“. Gib das Ergebnis als Tabelle mit den Spalten Problem, Häufigkeit, Kundenformulierung und Betreffzeile aus.

Bei der zweiten Anfrage sind Eingaben, Schritte, Beschränkungen hinsichtlich der Belege und Ausgabeformat klar definiert. Allerdings muss ein Mensch prüfen, ob die von der AI genannten Häufigkeiten und Zitate mit dem Rohmaterial übereinstimmen.

## 2. Große Aufgaben in überprüfbare Schritte zerlegen

Bei umfangreichen Anfragen wie „Erstelle einen Geschäftsplan“ sind Auslassungen und Mutmaßungen schwer zu erkennen. Wird die Aufgabe in einzelne Zwischenergebnisse zerlegt, lässt sich die Richtung in jedem Schritt leichter korrigieren und die Ursache von Fehlern besser zurückverfolgen.

Die Erstellung von Marketingtexten kann beispielsweise wie folgt aufgeteilt werden.

1. Die Kundengruppen anhand der bereitgestellten Materialien definieren.
2. Die Probleme und gewünschten Ergebnisse jeder Kundengruppe extrahieren.
3. Kundenformulierungen zusammenstellen, die als Belege dienen.
4. Mögliche Wertversprechen formulieren.
5. Texte für die einzelnen Kanäle erstellen.
6. Auf übertriebene Formulierungen, unbelegte Zahlen und verbotene Wörter prüfen.
7. Fakten und Markenrichtlinien durch die verantwortliche Person abschließend prüfen lassen.

Der Vorteil dieser Methode besteht nicht einfach darin, dass der Prompt länger wird. Entscheidend ist, dass für jeden Schritt **Erfolgskriterien** festgelegt werden können. Ist die Kundendefinition falsch, kann sie bereits im ersten Schritt korrigiert werden, anstatt den gesamten Text überarbeiten zu müssen.

## 3. Hohe Standards ausdrücklich formulieren

AI kennt die Maßstäbe im Kopf des Nutzers nicht automatisch. Statt „Schreibe professionell“ sollten beobachtbare Bedingungen angegeben werden.

### Beispiele für Qualitätskriterien

- Die Schlussfolgerung im ersten Absatz nennen.
- Zahlen mit einer Quelle oder Berechnungsformel verknüpfen.
- Keine Fakten annehmen, die nicht in den bereitgestellten Materialien enthalten sind.
- Sätze nicht übermäßig lang formulieren.
- Behauptungen und Meinungen voneinander unterscheiden.
- Fachbegriffe, die der Zielgruppe möglicherweise unbekannt sind, bei ihrem ersten Auftreten definieren.
- Riskante oder unsichere Punkte in einer separaten Tabelle zusammenfassen.
- Vor der endgültigen Antwort anhand einer Prüfliste kontrollieren, ob etwas fehlt.

Wenn möglich, sollten auch Beispiele für gute und schlechte Ergebnisse bereitgestellt werden. Beispiele vermitteln die gewünschte Struktur und den gewünschten Ton konkreter als abstrakte Adjektive. Vertrauliche oder personenbezogene Informationen aus solchen Beispielen dürfen jedoch nicht unverändert in externe AI-Dienste eingegeben werden.

## 4. Das erste Ergebnis als Entwurf und nicht als Endfassung bewerten

Nur weil die AI beim ersten Versuch die Erwartungen nicht erfüllt, sollte nicht das gesamte Werkzeug als nutzlos beurteilt werden. Umgekehrt sollte ein plausibel wirkendes erstes Ergebnis nicht ungeprüft übernommen werden. Dafür ist die folgende Feedbackschleife erforderlich.

### Verfahren zur wiederholten Verbesserung

1. **Beispiel bereitstellen:** Ein vorhandenes hochwertiges Ergebnis oder ein kurzes Beispiel zeigen.
2. **Kriterien erläutern:** Erklären, warum es gut ist und welche Vorgaben eingehalten werden müssen.
3. **Aufgabe ausführen:** Ein neues Ergebnis anhand derselben Kriterien erstellen lassen.
4. **Bewerten:** Genauigkeit, Vollständigkeit, Format und Ton jeweils prüfen.
5. **Überarbeitung anweisen:** Problemstelle und Richtung der Überarbeitung konkret angeben.
6. **Abschließend prüfen:** Mit dem Rohmaterial abgleichen, Berechnungen kontrollieren und die Genehmigung der verantwortlichen Person einholen.

Statt „Schreibe es noch einmal“ ist ein Feedback wie das folgende besser.

> Die Angabe zur Marktgröße im zweiten Absatz lässt sich in den bereitgestellten Materialien nicht bestätigen. Entferne diese Zahl und formuliere die Schlussfolgerung ausschließlich anhand der überprüfbaren Ergebnisse aus den Kundeninterviews neu. Begrenze die Schlussfolgerung auf höchstens drei Sätze.

Dabei ist zu beachten, dass nicht alle AI-Dienste Feedback aus einer Unterhaltung langfristig erlernen oder sich in der nächsten Sitzung unverändert daran erinnern. Überprüfte Anweisungen sollten in einer separaten Vorlage, in Projektanweisungen oder in den Arbeitsdokumenten der Organisation gespeichert werden.

## 5. Wiederkehrende Aufgaben als System und nicht als Prompt speichern

Einmalige Unterhaltungen können die persönliche Arbeit erleichtern, führen aber nur schwer zu einer organisationsweiten Produktivitätssteigerung. Ein wiederverwendbares System benötigt mindestens die folgenden Bestandteile.

| Bestandteil | Funktion |
|---|---|
| Eingabeformular | Verhindert, dass erforderliche Materialien fehlen |
| Schrittweise Anweisungen | Legen Bearbeitungsreihenfolge und Entscheidungsregeln fest |
| Ausgabevorlage | Erstellt ein Format, das sich direkt für nachgelagerte Aufgaben verwenden lässt |
| Qualitätsprüfliste | Ermöglicht eine konsistente Prüfung auf Fehler und Auslassungen |
| Regeln für Ausnahmefälle | Legen das Vorgehen bei unzureichenden oder widersprüchlichen Informationen fest |
| Versionsprotokoll | Verfolgt die Auswirkungen von Änderungen an Prompts und Kriterien |
| Leistungskennzahlen | Messen, ob die Automatisierung tatsächlich einen Mehrwert bietet |

### Für die Automatisierung geeignete Aufgaben

- Aufbereitung einheitlich formatierter Sitzungsprotokolle
- Klassifizierung von Dokumenten nach festgelegten Kriterien
- Erstellung von Entwürfen für Wochenberichte
- Textprüfung anhand identischer Kriterien
- Zusammenfassungen und Umwandlung in Tabellen auf Grundlage des Rohmaterials
- Erstellung von Antwortentwürfen für wiederkehrende Anfragen

### Aufgaben, die eine sorgfältige Prüfung erfordern

- Entscheidungen mit hohen Fehlerkosten, etwa in den Bereichen Recht, Medizin oder Steuern
- Entscheidungen mit erheblichen Auswirkungen auf Einzelpersonen, etwa bei Einstellung, Kreditvergabe oder Versicherung
- Dokumente, bei denen aktuelle Fakten oder genaue Zitate entscheidend sind
- Aufgaben mit nicht öffentlichen Geschäftsgeheimnissen oder personenbezogenen Daten
- Externe Veröffentlichungen, bei denen Markenreputation und vertragliche Haftung auf dem Spiel stehen

AI kann bei solchen risikoreichen Aufgaben als Hilfsmittel eingesetzt werden, sollte aber nicht als Ersatz für die endgültig entscheidende und verantwortliche Person betrachtet werden.

## 6. Nicht zwischen kostenlos und kostenpflichtig unterscheiden, sondern den Nettozeitwert berechnen

Ein kostenpflichtiger Dienst ist nicht immer wirtschaftlich, und ein kostenloser Dienst ist nicht immer ineffizient. Maßgeblich ist der Nettoeffekt, den Funktionen, Geschwindigkeit, Nutzungslimits und Sicherheitsbedingungen auf die tatsächliche Arbeit haben.

### Grundlegende Berechnungsformeln

**Monatlich eingesparte Zeit**

> Eingesparte Zeit pro Aufgabe × Anzahl der monatlichen Aufgaben

**Monatlicher Zeitwert**

> Monatlich eingesparte Zeit × Arbeitswert pro Stunde

**Monatlicher Nettonutzen**

> Zeitwert + zusätzliche Umsätze + eingesparte Outsourcing-Kosten − Abonnementgebühren − Prüf- und Überarbeitungskosten − Einführungskosten

**Einfacher ROI**

> (Monatlicher Nettonutzen ÷ monatliche Gesamtkosten) × 100

Wenn durch den Einsatz eines Werkzeugs beispielsweise täglich 30 Minuten eingespart werden und es an 22 Tagen pro Monat genutzt wird, beträgt die monatlich eingesparte Zeit 11 Stunden. Wird ein Arbeitswert von 17,000 Won pro Stunde angenommen, ergibt sich ein gesamter Zeitwert von 187,000 Won. Davon müssen Abonnementgebühren, Prüfzeit sowie die Kosten für Schulung und den Aufbau der Automatisierung abgezogen werden, um den tatsächlichen Nettonutzen zu ermitteln.

Diese Berechnung hängt von den zugrunde gelegten Annahmen ab. Wenn die eingesparte Zeit nicht tatsächlich für höherwertige Aufgaben genutzt wird oder der Zeitaufwand für Fehlerkorrekturen steigt, können die nominell eingesparte Zeit und der tatsächliche wirtschaftliche Wert voneinander abweichen.

## 7. Kennzahlen zur Messung des Erfolgs beim AI-Einsatz

Der Erfolg darf nicht allein anhand der AI-Nutzung oder der Anzahl erzeugter Dokumente beurteilt werden. Die Ausgangswerte vor der Einführung und die Ergebnisse danach müssen unter gleichen Bedingungen verglichen werden.

- **Bearbeitungszeit:** Zeit, die für den Abschluss einer Aufgabe benötigt wird
- **Übernahmequote:** Anteil der AI-Ergebnisse, die tatsächlich verwendet wurden
- **Überarbeitungsquote:** Anteil der Sätze oder Punkte, die von Menschen korrigiert wurden
- **Fehlerquote:** Anzahl der Verstöße hinsichtlich Fakten, Berechnungen, Format oder Vorschriften
- **Durchsatz:** Anzahl der im gleichen Zeitraum abgeschlossenen Aufgaben
- **Reaktionszeit:** Zeit bis zur Beantwortung einer Kundenanfrage oder internen Anfrage
- **Nachbearbeitungsquote:** Anteil der Ergebnisse, die nach der endgültigen Abgabe erneut überarbeitet wurden
- **Wirtschaftliche Wirkung:** Zusätzliche Umsätze, Kosteneinsparungen, geringere Outsourcing-Kosten

Wenn möglich, sollten die bisherige Arbeitsweise und die AI-gestützte Arbeitsweise anhand derselben Aufgabenstichprobe verglichen werden. Wenn nur die Geschwindigkeit steigt, zugleich aber die Fehlerquote zunimmt, kann dies nur schwer als erfolgreiche Automatisierung gelten.

## 8. Mindestprinzipien für eine sichere Delegation

Der Vergleich, AI wie einen Mitarbeiter zu behandeln, ist für die Gestaltung von Aufgaben hilfreich, bedeutet aber nicht, dass AI dieselbe Verantwortungsfähigkeit oder dasselbe Kontextverständnis wie ein tatsächlicher Mitarbeiter besitzt. Generative AI kann falsche Inhalte in einem selbstsicheren Ton darstellen, und die Verarbeitung eingegebener Informationen unterscheidet sich je nach Dienst und Vertragsbedingungen.

In der Praxis gelten die folgenden Grundsätze.

- Personenbezogene Daten, Authentifizierungsinformationen und Geschäftsgeheimnisse erst nach Prüfung der Organisationsrichtlinien und Nutzungsbedingungen des Dienstes verarbeiten.
- Behauptungen, die Quellen erfordern, mit dem Originaltext abgleichen.
- Berechnungen mit einem separaten Werkzeug oder durch einen Menschen erneut kontrollieren.
- Für die externe Veröffentlichung bestimmte Dokumente von der verantwortlichen Person genehmigen lassen.
- Risikoreiche Entscheidungen nicht allein anhand der AI-Ausgabe endgültig treffen.
- Auch automatisierte Abläufe regelmäßig stichprobenartig prüfen.
- Bei Änderungen am Modell oder Prompt die Qualitätsbewertung erneut durchführen.

## Sofort einsetzbare Vorlage für die Delegation von Aufgaben

Das folgende Format kann an verschiedene Aufgaben wie Berichte, Analysen und Inhaltsentwürfe angepasst werden.

```text
Zweck:
Das Problem, das dieses Ergebnis lösen soll, in einem Satz beschreiben.

Zielgruppe:
Die Personen angeben, die das Ergebnis lesen oder verwenden werden.

Eingabematerialien:
Die verfügbaren Materialien und den Stichtag angeben.

Auszuführende Aufgaben:
1. Die Materialien klassifizieren.
2. Die wesentlichen Inhalte extrahieren.
3. Einen Entwurf im vorgegebenen Format erstellen.
4. Auf Auslassungen und Widersprüche prüfen.

Qualitätskriterien:
- Keine Fakten erfinden, die nicht in den Eingabematerialien enthalten sind.
- Unsichere Inhalte als „Überprüfung erforderlich“ kennzeichnen.
- Zahlen mit der Position der Quelle oder einer Berechnungsformel versehen.

Ausgabeformat:
Gewünschte Überschrift, Tabellenspalten, Umfang und Dateistruktur angeben.

Abschließende Selbstprüfung:
Punkte, die die Kriterien nicht erfüllen, separat melden.
```

## Fazit

Der Unterschied bei der Erzielung wirtschaftlicher Ergebnisse mit AI liegt nicht einfach darin, kostenpflichtige Werkzeuge zu nutzen oder lange Prompts zu verfassen. Entscheidend ist die **Fähigkeit, Aufgaben klar zu definieren, in kleine Schritte zu zerlegen, anhand von Qualitätskriterien zu bewerten und überprüfte Verfahren wiederzuverwenden**.

Der AI sollten ausführbare Aufgaben übertragen werden, ohne ihr uneingeschränkt auch Urteilsvermögen und Verantwortung zu überlassen. Wenn eingesparte Zeit, Übernahmequote der Ergebnisse, Fehlerquote und Nettonutzen gemeinsam gemessen werden, lässt sich objektiv beurteilen, ob AI ein Spielzeug oder ein tatsächliches Produktionssystem ist.

## FAQ

### Was bedeutet es, AI wie einen Mitarbeiter einzusetzen?
Das bedeutet, sich nicht darauf zu beschränken, nach einer Vorgehensweise zu fragen, sondern Ziel, Eingabematerialien, Arbeitsschritte, Abschlusskriterien und Ausgabeformat vorzugeben, damit AI konkrete Arbeitsergebnisse erstellt. Da AI jedoch weder rechtliche Verantwortung noch ein dem Menschen vergleichbares Urteilsvermögen besitzt, verbleiben die abschließende Prüfung und Verantwortung beim Nutzer oder bei der Organisation.

### Bedeutet, mit KI Geld zu verdienen, nur direkte Umsätze?
Nein. Zu den wirtschaftlichen Effekten zählen nicht nur direkte Umsatzsteigerungen, sondern auch eingesparte Arbeitszeit, geringere Outsourcing-Kosten, ein höherer Durchsatz und schnellere Kundenreaktionen. Die Bewertung sollte anhand des Nettonutzens nach Abzug der Abonnementgebühren sowie der Kosten für Prüfung und Korrekturen erfolgen.

### Welche Inhalte sollte ein guter Prompt unbedingt enthalten?
Es empfiehlt sich, Zweck, Zielgruppe, Eingabematerial, die auszuführende Aufgabe, Einschränkungen, Ausgabeformat, Qualitätskriterien und Validierungsregeln einzubeziehen. Nicht jede Anfrage muss ausführlich formuliert sein, aber die Abschlusskriterien, anhand derer sich das Ergebnis bewerten lässt, sollten klar sein.

### Wie sollte man Feedback geben, wenn die KI-Ergebnisse nicht gut sind?
Man sollte nicht nur „Schreib es noch einmal“ sagen, sondern angeben, wo das Problem liegt, warum die Kriterien nicht erfüllt wurden und in welche Richtung die Überarbeitung gehen soll. Beispielsweise weist man an, unbelegte Zahlen zu entfernen und nur die bereitgestellten Materialien zu verwenden, und gleicht das Ergebnis anschließend erneut mit dem Originaltext ab.

### Erinnert sich die KI auch beim nächsten Mal daran, wenn man sie in einem Gespräch mehrmals korrigiert?
Das ist nicht immer der Fall. Der Umfang und die Art der Speicherung hängen vom Dienst, den Einstellungen und der jeweiligen Gesprächssitzung ab. Anweisungen, die wiederverwendet werden sollen, sollten sicherheitshalber separat in einer Prompt-Vorlage, in Projektanweisungen, einer Prüfliste oder einem Organisationsdokument gespeichert werden.

### Wann sind kostenpflichtige KI-Dienste wirtschaftlich?
Sie sind wahrscheinlich wirtschaftlich, wenn die Summe aus dem Wert der eingesparten Zeit, den zusätzlichen Umsätzen und den eingesparten Outsourcing-Kosten höher ist als die Abonnementgebühren und die Kosten für Einführung, Prüfung und Korrekturen. Sie sollten über einen bestimmten Zeitraum anhand einer Stichprobe realer Aufgaben getestet und der Nettonutzen berechnet werden.

### Dürfen alle wiederkehrenden Aufgaben mit KI automatisiert werden?
Nein. Es ist sinnvoll, zunächst wiederkehrende Aufgaben zu automatisieren, für die klare Regeln gelten und bei denen Fehler leicht erkannt werden können. Bei Aufgaben, bei denen Fehler schwerwiegende Folgen haben können, etwa in der Medizin, im Rechts- und Steuerwesen oder bei der Personalbeschaffung, sind die Prüfung durch Fachleute und klare Verantwortlichkeiten erforderlich.

### Anhand welcher Kennzahlen wird der Erfolg der KI-gestützten Arbeitsautomatisierung gemessen?
Gemessen werden die Bearbeitungszeit, die Akzeptanzquote der Ergebnisse, die Korrekturquote, die Fehlerquote, der Durchsatz, die Nacharbeitsquote sowie zusätzliche Umsätze und Kosteneinsparungen. Um die Wirkung objektiv beurteilen zu können, müssen gleichartige Aufgaben mit dem Ausgangsniveau vor der Einführung von KI verglichen werden.

### Was sollte man überprüfen, bevor man Unternehmensdaten in eine KI eingibt?
Zunächst sollte geprüft werden, ob personenbezogene Daten oder Geschäftsgeheimnisse enthalten sind, welche Sicherheitsrichtlinien die Organisation vorgibt, welche Bedingungen für die Datennutzung und -speicherung des Dienstes gelten und welche Zugriffsberechtigungen bestehen. Nicht zulässige sensible Informationen müssen entfernt oder dürfen nur in einer genehmigten Unternehmensumgebung verarbeitet werden.

## Sources

- [OpenAI-Leitfaden für Prompt Engineering](https://platform.openai.com/docs/guides/prompt-engineering)
- [Anthropic – Überblick über Prompt Engineering](https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview)
- [NIST-Rahmenwerk für KI-Risikomanagement](https://www.nist.gov/itl/ai-risk-management-framework)

## Images

![문서·표·폴더 등 입력 자료가 AI 처리와 보안을 거쳐 결과물·시간 절약·수익으로 이어지는 흐름도](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzY0NSwicHVyIjoiYmxvYl9pZCJ9fQ==--0665db7c365d955f17b8e2236a8da6c28212d8cf/ai-983d4792.webp)
![시간과 도구를 성과와 수익에 견주는 저울 아래, 사람이 AI에 업무를 위임하는 과정](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MzY1MSwicHVyIjoiYmxvYl9pZCJ9fQ==--d636576449dbde8e33343a7b6ad7eb76efba13ea/ai-a37aa325.webp)