Die Skizze blieb mehrere Tage auf meinem Schreibtisch. Immer wieder ging ich daran vorbei, verschob einen Pfeil oder ergänzte einen weiteren Kasten. Nach und nach wirkte die Architektur stimmig. Das Modell hatte seinen Platz. Die Daten ebenso. Auch die Regeln lagen dort, wo sie hingehörten. Trotzdem fehlte etwas. Ein paar Tage später setzte ich mich noch einmal davor und stellte mir eine einfache Frage. Angenommen, das Modell empfiehlt, einen Vertrag freizugeben. Die Empfehlung ist fachlich überzeugend. Alle Regeln wurden berücksichtigt. Und jetzt? Wer entscheidet, dass daraus tatsächlich eine Handlung wird? Auf der Zeichnung gab es dafür keinen Platz. Sie beschrieb Datenflüsse, Regeln und Abläufe. Aber sie beschrieb nicht, wer Verantwortung trägt. Genau dort lag die Lücke. Ein Sprachmodell kann Argumente liefern, Zusammenhänge erklären und Vorschläge machen. Die Entscheidung selbst gehört ihm nicht. Nicht, weil ihm Intelligenz fehlt. Sondern weil Verantwortung keine Eigenschaft eines Modells ist. Also nahm ich den Stift noch einmal in die Hand und zeichnete einen weiteren Kasten. Darüber schrieb ich nur ein Wort. Entscheidung Er war kleiner als alle anderen. Und wahrscheinlich der wichtigste. Von diesem Moment an sah ich das Sprachmodell nicht mehr als Entscheider. Sondern als Berater innerhalb eines größeren Systems. Mit diesem kleinen Kasten veränderte sich die gesamte Skizze. Und sie führte zu einer Frage, die mich bis heute begleitet: Warum sprechen wir bei KI so oft über Intelligenz – und so selten über Verantwortung?

Die beiden Spalten auf dem Blatt ließen mir keine Ruhe. Also nahm ich ein neues Blatt. Diesmal keine Listen. Stattdessen zeichnete ich Kästen und verband sie mit Pfeilen. Ein Sprachmodell, Daten, Regeln und die Anwendung bekamen ihren Platz. Die Skizze war alles andere als ordentlich. Überall fanden sich durchgestrichene Linien und neue Notizen. Trotzdem veränderte sich etwas. Zum ersten Mal stand das Sprachmodell nicht mehr im Mittelpunkt. Es war einfach eine Komponente des Systems. Bis dahin hatte ich KI fast immer vom Modell aus gedacht. Wie gut argumentiert es? Wie lassen sich die Ergebnisse verbessern? Auf der Skizze spielten diese Fragen plötzlich kaum noch eine Rolle. Interessanter wurde etwas anderes. Wo kommen die Informationen her? Wo liegen die Regeln? Und wie greifen diese Bausteine ineinander? Während ich Kästen verschob und Pfeile neu zeichnete, fiel mir auf, dass ich längst keinen Prompt mehr entwarf. Ich entwarf ein System. Das klingt nach einem kleinen Unterschied. Für mich war es ein grundlegender. Am Ende des Nachmittags lag keine fertige Architektur vor mir. Nur eine Skizze. Aber sie beantwortete eine Frage, die mich seit Tagen beschäftigt hatte. Regeln brauchen ihren eigenen Platz. Nicht im Prompt. Sondern außerhalb des Modells. Ich war überzeugt, dass ich endlich auf der richtigen Ebene angekommen war. Doch genau in diesem Moment tauchte die nächste Frage auf. Wer entscheidet eigentlich, ob aus einer Empfehlung des Modells eine Handlung wird?

Am nächsten Morgen lag das Blatt noch immer auf meinem Schreibtisch. Der Prompt blieb geschlossen. Oben auf das Blatt schrieb ich nur ein Wort: Prompt Darunter notierte ich alles, was sich dort inzwischen angesammelt hatte. Natürlich die eigentliche Aufgabe. Aber auch Regeln, interne Vorgaben, Ausnahmen und Hinweise für besondere Situationen. Die Liste wurde länger und länger. Irgendwann passte die Überschrift nicht mehr. Das meiste beschrieb gar nicht den Prompt. Es beschrieb das Unternehmen. Also zog ich einen Strich durch die Mitte des Blattes. Links alles, was das Sprachmodell wirklich für seine Aufgabe brauchte. Rechts alles, was unabhängig vom Modell gelten musste. Das Ergebnis überraschte mich. Links blieb erstaunlich wenig stehen. Rechts fast alles. Die beiden Spalten machten etwas sichtbar, das vorher im Prompt verborgen gewesen war. Ich hatte zwei völlig unterschiedliche Dinge miteinander vermischt. Das Sprachmodell brauchte eine Aufgabe. Das Unternehmen brauchte Regeln. Beides stand im selben Text. Vielleicht wurden die Prompts genau deshalb immer größer. An diesem Tag habe ich nichts ergänzt. Ich habe gekürzt. Alles, was keine Aufgabe des Modells war, flog raus. Der Prompt wurde einfacher. Die Ergebnisse nicht schlechter. Eher besser. Nur eine Frage blieb. Wenn die Regeln nicht in den Prompt gehören ... wo gehören sie dann hin?

Einige Wochen später wollte ich einen bestehenden Prompt anpassen. Ein Kunde hatte eine neue Anforderung. Nichts Ungewöhnliches. Die Datei war schnell geöffnet. Nur der Prompt war nicht mehr der, an den ich mich erinnerte. Nicht doppelt so lang. Eher zehnmal so lang. Beim Lesen fiel auf, dass jede Erweiterung ihren Grund hatte. Hier eine Ausnahme, dort eine zusätzliche Regel, später ein Hinweis, damit das Modell einen Fehler aus einem früheren Projekt nicht wiederholt. Überflüssig war davon fast nichts. Trotzdem stimmte etwas nicht. Nach dem zweiten Durchlesen hörte ich auf, nach der richtigen Stelle für die neue Anforderung zu suchen. Stattdessen blieb eine andere Frage hängen: Warum steht das alles eigentlich im Prompt? Längst ging es nicht mehr nur um eine Aufgabenbeschreibung. Der Prompt enthielt Rollen, Geschäftsregeln, Ausnahmen und Rahmenbedingungen. Das kam mir bekannt vor. Nicht aus der KI. Aus der Softwareentwicklung. Geschäftslogik landet dort normalerweise nicht in einer Eingabemaske. Sie bekommt ihren Platz in der Architektur. Die Datei blieb an diesem Nachmittag geschlossen. Stattdessen lag ein leeres Blatt Papier auf dem Schreibtisch. Keine Prompts. Keine Formulierungen. Nur Kästen, Pfeile und Verbindungen. Die eigentliche Anforderung des Kunden habe ich an diesem Tag übrigens gar nicht umgesetzt. Viel spannender war plötzlich eine andere Frage: Was gehört eigentlich in einen Prompt – und was ganz bewusst nicht?

Die Frage aus dem letzten Beitrag ließ mich nicht los. Wenn KI Wissensarbeit übernehmen kann – warum sollte sie dann nicht auch dabei helfen, KI-Systeme zu entwickeln? Eine Theorie hatte ich nicht. Also machte ich das Naheliegendste: Ich probierte es aus. Am Anfang war das fast spielerisch. ChatGPT sollte einen Prompt verbessern, den ich selbst geschrieben hatte. Danach einen völlig neuen entwerfen. Anschließend beide vergleichen und begründen, warum einer besser war als der andere. Die Ergebnisse waren alles andere als perfekt. Aber sie reichten aus, um weiterzugehen. Aus einem Prompt wurden mehrere. Aus mehreren entstand ein kleiner Workflow. Plötzlich schrieb ich nicht mehr jede Anweisung selbst. Stattdessen entwarf ich Prozesse, in denen das Modell an seiner eigenen Arbeitsweise mitwirkte. Irgendwann lehnte ich mich zurück und dachte: Das ist eigentlich verrückt. KI erledigte nicht mehr nur Aufgaben. Sie half dabei, die Entwicklung von KI-Systemen selbst zu verändern. Ideen, für die früher ein halber Tag nötig war, entstanden manchmal in wenigen Minuten. Manche landeten direkt im Papierkorb. Andere entwickelten sich weiter. Nicht, weil das Modell plötzlich intelligenter geworden wäre. Sondern weil sich meine Arbeitsweise verändert hatte. Lange fühlte sich das wie ein Vorsprung an. Bis mir auffiel, was dabei ganz nebenbei passierte. Mit jedem neuen Anwendungsfall wurden die Prompts länger. Hier ein zusätzlicher Hinweis. Dort eine Ausnahme. Später noch eine weitere Regel. Nichts davon wirkte problematisch. Jede Ergänzung war nachvollziehbar. Bis ich eines Tages einen Prompt öffnete und mich fragte: Seit wann sieht das eigentlich wie Software aus? Mit dieser Frage begann der nächste Abschnitt meiner Reise.