Alles zusammenführen
Alles zusammenführen · 8 Min.
Dieses Video führt durch einen vollständigen End-to-End-4D-Workflow bei einer realen Lehraufgabe und zeigt, wie Delegation (Übertragung), Description (Beschreibung), Discernment (Beurteilung) und Diligence (Gewissenhaftigkeit) in der Praxis dynamisch zusammenwirken, sich anpassen und korrigieren, so wie echte Arbeit tatsächlich funktioniert. Du siehst, wie es aussieht, wenn eine Lehrkraft am Steuer bleibt, entscheidet, was die KI berührt, gestaltet, wie sie antwortet, bewertet, was zurückkommt, und die volle Verantwortung für das Endergebnis übernimmt. Am Ende fühlen sich die vier Ds nicht mehr wie ein Modell an, dem du folgst. Sie fühlen sich an wie die Art, wie du arbeitest.
Die wichtigsten Erkenntnisse
- Der vollständige 4D-Workflow lässt sich auf die Arbeit anwenden, die du jeden Tag machst.
- Du gehörst in den Loop. Die Arbeit ist nicht „fertig", wenn die KI fertig ist.
- Die Fähigkeit, die du hier aufbaust, ist es, den Prozess zu verantworten, nicht das Ergebnis.
- Die 4Ds werden unsichtbar, wenn sie gut eingesetzt werden.
Übungen
End-to-End-4D-Workflow
Du hast jeden der vier Ds einzeln geübt. Jetzt führst du sie bei einer echten Aufgabe aus deiner eigenen Arbeit zusammen. Das Ziel: ein fertiges, nutzbares Ergebnis, das du verantwortest, und eine Aufzeichnung, wie du dorthin gekommen bist.
Teil I: Wähle deine Aufgabe (in deinen eigenen Notizen)
Wähle eine substanzielle, reale Aufgabe aus deiner eigenen Arbeit – fällig in den nächsten ein bis zwei Wochen –, bei der KI wirklich helfen könnte. Bevor du beginnst, notiere, wie „fertig" aussieht, welche Teile die KI übernehmen kann und welche bei dir bleiben, und stelle sicher, dass du alle Schüler-, Mitarbeiter- oder Personaldaten entfernt und ein geeignetes Tool ausgewählt hast.
Teil II: Führe den vollständigen Workflow durch
Arbeite die Aufgabe mit KI durch und mache dir dabei Notizen:
- Was hast du die KI gebeten zu tun, und wie hast du es formuliert? Hast du deinen Prompt überarbeitet?
- Was hat das Ergebnis richtig gemacht? Was war falsch, dünn oder fehlte?
- Was hast du beibehalten, geändert oder verworfen – und warum?
- Was hast du hinzugefügt, das nur du liefern konntest?
- Würdest du deinen Namen unter das Endergebnis setzen? Musst du gegenüber jemandem transparent sein, wie es entstanden ist?
Teil III: Nachbesprechung (in deinen eigenen Notizen)
Mit einem fertigen Ergebnis in der Hand, reflektiere:
- Wie hat sich jede Kompetenz – Delegation, Description, Discernment, Diligence – gezeigt? Wo bist du zurückgegangen oder hast den Kurs geändert?
- Zu welcher Frage aus Teil II hast du am meisten geschrieben, und welche fühlte sich am schwersten an? Was sagt dir das darüber, wo deine Instinkte am stärksten sind und wo du noch Wachstumspotenzial hast?
Bring dein Protokoll zu einer Kollegin oder einem Kollegen und besprecht es – nicht um Ergebnisse zu vergleichen, sondern um Prozesse zu teilen.
Reflexion zur Lektion
- Wenn du auf den vollständigen Workflow zurückblickst, den du gerade durchlaufen hast: Wo fühlte sich der Prozess natürlich an, und wo fühlte er sich noch mühsam oder unsicher an? Was sagt dir das darüber, wo du noch wachsen möchtest?
- Wie hättest du zu Beginn dieses Kurses deine Beziehung zu KI-Tools beschrieben? Wie würdest du sie jetzt beschreiben, und was genau hat sich verändert?
Was kommt als Nächstes
In der nächsten Lektion schließen wir den Kurs mit einer abschließenden Build-Übung und Ressourcen für die Fortsetzung deiner Praxis ab.