KI nutzen.

Wie du ChatGPT und ähnliche Tools in der Datenanalyse einsetzt, ohne die Verantwortung für das Ergebnis abzugeben.

Das übliche Versagen ist nicht technisch. Es ist epistemisch.

Die analytischen Challenges in XP Lab sind bewusst tool-agnostisch: nutze Suche, Doku, ChatGPT, Claude oder deine Notizen. Behalte nur die Hoheit über das Denken.

Vom schwachen zum starken Prompt

Dieselbe SQL-Frage, zwei Mal gerahmt. Gleicher Aufwand, sehr unterschiedliches Ergebnis.

Schwacher Prompt

Schreib mir eine SQL-Abfrage, die doppelte Bestellungen findet.
  • Kein Schema — das Modell erfindet Spaltennamen, die es vielleicht nicht gibt.
  • Keine Definition von „doppelt" — die Antwort passt zur Annahme des Modells, nicht zu deinem Geschäft.
  • Kein Erfolgskriterium — du akzeptierst, was zurückkommt.

Starker Prompt

Hier ist unser Orders-Schema [einfügen]. Manche Duplikate sind legitime Nachbestellungen, andere sind Eingabefehler. Schlage eine Abfrage vor, die beide markiert, und nenne alle Annahmen, die du treffen musstest.
  • Echtes Schema — keine erfundenen Spalten zum späteren Debuggen.
  • Klare Definition von „doppelt" — die Antwort passt zu deinem Kontext.
  • Fragt nach Annahmen — leicht zu prüfen.

Drei Prinzipien, die du beibehalten solltest

Diese Gewohnheiten machen KI-Unterstützung produktiv statt schädlich.

Nutze das Tool

Stelle bessere Fragen, generiere Optionen und überwinde leere-Seite-Momente schneller — anstatt zu tun, als arbeitest du ohne Hilfe.

Hinterfrage die Ausgabe

Prüfe, ob Query, Erklärung oder Empfehlung wirklich zu den Daten, der Geschäftsfrage und den Vorgaben passen.

Übernimm die Endantwort

Du bleibst verantwortlich für die Trade-offs, die Validierungen und die Erklärung in deiner Einreichung.

Was schiefgeht, wenn man Urteil auslagert

  • Schnelle Antworten wirken wahr

    Eine selbstbewusste Antwort kann überzeugen, bevor du geprüft hast, ob sie korrekt, vollständig oder relevant ist.

  • Schwacher Geschmack bleibt verborgen

    Wenn du die Ausgabe nie hinterfragst, baust du kein Gespür dafür auf, wie starke und schwache Analyse aussieht.

  • Fehlender Kontext kumuliert

    KI-Tools übersehen oft Geschäftsnuancen, Datenvorbehalte und implizite Vorgaben — solange du sie nicht explizit machst.

  • Die Erklärung landet bei dir

    In Interviews und im Job musst du die Antwort verteidigen, wenn jemand fragt, warum sie vertrauenswürdig ist.