KI-Workslop im Team ansprechen: Schlechte KI-Ergebnisse konstruktiv kritisieren

Montagmorgen, kurz vor dem Kundentermin: Du öffnest den Entwurf eines Kollegen und merkst nach wenigen Absätzen, dass etwas nicht stimmt. Quellen wirken erfunden, zentrale Aussagen passen nicht zur Aufgabe, Fachbegriffe wurden falsch verwendet. Der Text sieht auf den ersten Blick ordentlich aus, doch du musst ihn praktisch neu schreiben. Es ist bereits das dritte Mal in zwei Wochen. Du ärgerst dich, sagst aber nichts, weil du keine Grundsatzdiskussion über KI auslösen willst.

Genau hier entsteht ein typischer Konflikt im Arbeitsalltag. Nicht die Nutzung von KI ist das Problem, sondern ein Ergebnis, das mehr Prüfaufwand erzeugt als es Arbeit abnimmt. Für solche schnell erzeugten, aber fachlich schwachen Inhalte hat sich der Begriff „KI-Workslop“ etabliert. Gemeint sind Entwürfe, Präsentationen, Mails oder Analysen, die professionell aussehen, aber unklar, fehlerhaft, beliebig oder nicht einsatzfähig sind.

Wenn du solche Ergebnisse still korrigierst, löst du kurzfristig das Sachproblem. Langfristig wächst jedoch der Ärger im Team. Deshalb lohnt es sich, KI-Workslop sachlich und wertschätzend anzusprechen.

Infografik zu KI-Workslop im Team ansprechen: Schlechte KI-Ergebnisse konstruktiv kritisieren (KI-generiert).

Woran du KI-Workslop erkennst

Nicht jeder KI-Entwurf muss perfekt sein. Ein erster Aufschlag darf Lücken enthalten, Fragen aufwerfen oder noch sprachlich überarbeitet werden müssen. Entscheidend ist, ob der Entwurf eine brauchbare Grundlage schafft oder zusätzliche Arbeit verschiebt.

KI-Workslop erkennst du häufig an diesen Merkmalen:

• Die Inhalte bleiben allgemein und beantworten die konkrete Aufgabe nicht.
• Aussagen klingen überzeugend, sind aber fachlich falsch oder nicht belegbar.
• Der Text enthält erfundene Quellen, Zahlen, Zitate oder Beispiele.
• Wichtige Vorgaben aus dem Briefing fehlen oder wurden missverstanden.
• Begriffe, Namen, Zuständigkeiten oder Daten sind falsch.
• Die Struktur wirkt vollständig, enthält aber Wiederholungen und wenig Substanz.
• Der Aufwand für Prüfung, Korrektur und Rückfragen ist größer als der Nutzen.
• Es ist nicht nachvollziehbar, welche Teile geprüft wurden und welche direkt aus einem KI-System stammen.

Wichtig: Kritisiere nicht pauschal, dass jemand KI eingesetzt hat. Sonst entsteht schnell eine Abwehrhaltung. Sprich stattdessen über die Qualität des Ergebnisses und die Auswirkungen auf die Zusammenarbeit.

Ein hilfreicher innerer Prüfstein lautet: Würde ich diesen Entwurf mit überschaubarem Aufwand weiterentwickeln können, oder muss ich seine Aussagen erst grundsätzlich absichern und neu aufbauen?

Warum stiller Ärger das Problem verschärft

Wenn du fehlerhafte KI-Ergebnisse regelmäßig selbst auffängst, übernimmst du Verantwortung, die eigentlich bei der Person liegt, die das Arbeitsergebnis abgegeben hat. Das kann zu einer ungünstigen Arbeitsteilung führen: Eine Person produziert schnell, andere prüfen gründlich.

Dabei entstehen mehrere Risiken. Termine geraten unter Druck, weil Fehler spät auffallen. Die Qualität gegenüber Kundinnen, Kunden oder anderen Abteilungen leidet. Zudem kann im Team der Eindruck entstehen, dass Geschwindigkeit wichtiger ist als Sorgfalt.

Stiller Ärger zeigt sich oft indirekt. Du vergibst Aufgaben nicht mehr an bestimmte Personen. Du kontrollierst ihre Ergebnisse besonders eng. Du formulierst knapper oder gereizter. Vielleicht denkst du: „Ich mache es lieber gleich selbst.“ Das kostet Zeit und beschädigt Vertrauen.

Ein offenes Gespräch ist meist angenehmer, wenn du es nicht als Vorwurf führst, sondern als Klärung von Erwartungen: Was gilt bei uns als abgabefähiger Entwurf? Wer prüft was? Wie machen wir sichtbar, wo noch Unsicherheit besteht?

Kritik vorbereiten: Vom Bauchgefühl zu konkreten Beobachtungen

„Der Text ist schlecht“ ist verständlich, hilft aber kaum weiter. Bereite dein Feedback deshalb anhand konkreter Beispiele vor. Du musst keine lange Fehlerliste erstellen. Zwei oder drei relevante Beobachtungen reichen oft aus.

Trenne dabei vier Ebenen:

Ebene	Beispiel
Beobachtung	„Im Entwurf stehen drei Quellen, die wir nicht finden konnten.“
Auswirkung	„Dadurch konnten wir die Aussagen nicht übernehmen und mussten alles prüfen.“
Erwartung	„Quellen müssen vor der Abgabe überprüft und nachvollziehbar angegeben werden.“
Nächster Schritt	„Bitte ergänze die geprüften Fundstellen oder markiere offene Punkte deutlich.“

Diese Struktur verhindert, dass du die Person abwertest. Du bleibst bei dem, was im Ergebnis sichtbar ist und was für die gemeinsame Arbeit benötigt wird.

Kläre vor dem Gespräch auch deinen eigenen Anteil. War die Aufgabe eindeutig genug? Gab es Vorgaben zu Ton, Zielgruppe, Quellen oder Freigaben? Wenn das Briefing unklar war, gehört das in die Lösung. Unklare Aufträge entschuldigen keine ungeprüften Fehler, aber sie können erklären, warum ein Ergebnis am Bedarf vorbeigeht.

Das Gespräch klar und wertschätzend eröffnen

Sprich das Thema möglichst zeitnah an, idealerweise in einem ruhigen Moment und nicht zwischen Tür und Angel. Gerade wenn du verärgert bist, hilft eine kurze Pause. Dein Ziel ist nicht, den KI-Einsatz zu bewerten, sondern eine verlässliche Arbeitsweise zu vereinbaren.

Du kannst zum Beispiel so einsteigen:

„Ich möchte kurz auf den Entwurf für die Präsentation schauen. Ich sehe, dass du schnell eine Struktur erstellt hast, das war hilfreich. Gleichzeitig waren mehrere Aussagen nicht belastbar, und ich musste viel Zeit in die Prüfung investieren. Lass uns klären, wie wir solche Entwürfe künftig so vorbereiten, dass sie wirklich weiterhelfen.“

Diese Formulierung hat drei Vorteile. Du benennst den Anlass, würdigst einen möglichen Nutzen und machst das Problem konkret. Danach kannst du nachfragen:

„Wie bist du bei der Erstellung vorgegangen?“

„Welche Inhalte hast du selbst geprüft?“

„An welchen Stellen warst du unsicher?“

„Was hätte dir geholfen, die Aufgabe genauer einzugrenzen?“

Höre dir die Antwort an, bevor du eine Lösung festlegst. Vielleicht wusste die Person nicht, dass der Entwurf direkt weitergegeben wird. Vielleicht fehlte Fachwissen für die Prüfung. Vielleicht wurde KI genutzt, weil der Zeitdruck hoch war. Diese Informationen sind wichtig, ändern aber nicht die Erwartung: Wer ein Ergebnis abgibt, trägt Verantwortung dafür, dass es zum vereinbarten Zweck passt.

Formulierungen für schwierige Situationen

Manchmal brauchst du deutlichere Worte, besonders wenn sich das Muster wiederholt. Klarheit und Wertschätzung schließen sich nicht aus.

Wenn Fakten oder Quellen nicht stimmen:

„Die genannten Quellen lassen sich nicht nachvollziehen. So können wir den Entwurf nicht verwenden. Bitte prüfe Quellen künftig vor der Abgabe und nenne nur Fundstellen, die du selbst geöffnet hast.“

Wenn der Entwurf zu allgemein bleibt:

„Der Text klingt zunächst plausibel, beantwortet aber unsere konkrete Fragestellung nicht. Uns fehlen die Punkte A, B und C. Bitte orientiere dich beim Überarbeiten an diesen Anforderungen.“

Wenn du den gesamten Prüfaufwand tragen sollst:

„Ich kann gern bei einzelnen fachlichen Fragen unterstützen. Die vollständige Prüfung kann ich aber nicht zusätzlich übernehmen. Bitte kontrolliere den Entwurf zunächst selbst und gib ihn erst danach zur Rückmeldung weiter.“

Wenn jemand die Kritik als Ablehnung von KI versteht:

„Es geht mir nicht darum, ob du KI nutzt. Es geht darum, dass das Ergebnis für den nächsten Arbeitsschritt verlässlich sein muss. KI kann bei der Vorbereitung helfen, die fachliche Prüfung bleibt aber bei uns.“

Wenn die Person sagt, KI habe den Fehler verursacht:

„Das kann passieren. Entscheidend ist für mich, dass wir Inhalte vor der Weitergabe prüfen. Das Tool erstellt den Entwurf, verantwortlich für die Abgabe bleibt die Person, die ihn einreicht.“

Vermeide dagegen Formulierungen wie „Das ist doch nur KI-Müll“, „Du hast dir gar keine Mühe gegeben“ oder „Dann nutz KI eben nicht mehr“. Sie greifen die Person an, ohne die Qualitätsanforderung zu klären.

Qualitätskriterien im Team vereinbaren

Ein Einzelgespräch löst nicht jedes Problem. Wenn KI im Team regelmäßig genutzt wird, braucht ihr gemeinsame Standards. Diese müssen nicht kompliziert sein. Wichtig ist, dass alle wissen, was vor einer Abgabe geprüft werden muss.

Ihr könnt beispielsweise für KI-gestützte Entwürfe diese Kriterien vereinbaren:

• Die Aufgabe, Zielgruppe und gewünschte Form des Ergebnisses sind vorab klar.
• Fakten, Quellen, Zahlen und Zitate werden eigenständig überprüft.
• Vertrauliche oder personenbezogene Informationen werden nicht unbedacht eingegeben.
• Fachliche Bewertungen und Entscheidungen werden nicht ungeprüft aus dem KI-Entwurf übernommen.
• Unklare Inhalte werden als offene Punkte markiert, statt sicher formuliert zu werden.
• Der Entwurf wird vor der Weitergabe auf Vollständigkeit, Verständlichkeit und Ton geprüft.
• Bei wichtigen Ergebnissen ist transparent, welche Prüfung bereits erfolgt ist.

Eine einfache Abschlussfrage kann dabei sehr wirksam sein: „Würde ich dieses Ergebnis mit meinem Namen vertreten?“ Wenn die Antwort unsicher ist, braucht der Entwurf noch Arbeit.

Passende Seminare und Termine findest du bei uns auf cmt.de.

Verantwortung fair verteilen

Gerade in Teams mit unterschiedlichen Erfahrungsständen ist es sinnvoll, Verantwortung nicht nur allgemein zu fordern, sondern praktisch zu verteilen. Eine Nachwuchskraft braucht vielleicht Unterstützung bei der fachlichen Einordnung. Eine erfahrene Fachkraft kann Kriterien und Beispiele liefern. Trotzdem sollte nicht eine Person dauerhaft die Rolle der stillen Korrekturschleife übernehmen.

Vereinbart deshalb, was „erster Entwurf“, „geprüfter Entwurf“ und „freigabefähige Version“ bei euch bedeuten. Diese Begriffe schaffen Transparenz. Ein erster Entwurf darf noch Fragen enthalten. Ein geprüfter Entwurf sollte Fakten kontrolliert und offene Punkte kenntlich gemacht haben. Eine freigabefähige Version erfüllt zusätzlich die Anforderungen an Empfänger, Ton und Format.

So kann auch eine Person, die noch wenig Erfahrung mit KI hat, Schritt für Schritt sicherer werden. Nicht durch pauschale Verbote, sondern durch klare Qualitätsmaßstäbe und hilfreiches Feedback.

Checkliste vor der Abgabe eines KI-Entwurfs

Nutze diese kurze Prüfung für dich selbst oder als Teamstandard:

• Passt der Entwurf wirklich zur Aufgabe und zur Zielgruppe?
• Sind alle Fakten, Namen, Daten und Quellen überprüft?
• Sind Aussagen verständlich, konkret und frei von leeren Allgemeinplätzen?
• Fehlen wichtige Anforderungen aus dem Briefing?
• Sind offene Fragen oder unsichere Punkte sichtbar markiert?
• Habe ich den Text sprachlich und fachlich selbst gelesen?
• Kann die empfangende Person mit dem Entwurf sinnvoll weiterarbeiten?
• Ist klar, welche Verantwortung ich für dieses Ergebnis übernehme?

KI kann Arbeit erleichtern, Ideen strukturieren und erste Formulierungen liefern. Sie ersetzt aber nicht die Verantwortung für ein brauchbares Ergebnis. Wenn du KI-Workslop früh, konkret und respektvoll ansprichst, schützt du Qualität, Zeit und Zusammenarbeit.