Wird geladen

Die Beschreibung-Beurteilung-Schleife

Lektion 1110 Min.
In dieser LektionAm Ende kannst du
  • Beschreibungs- und Beurteilungsfähigkeiten auf ein reales Projekt anzuwenden
  • Produktive Feedback-Schleifen zwischen Beschreibung und Beurteilung zu nutzen
  • Ergebnisse durch die Zusammenarbeit zu erzielen, die weder Mensch noch KI alleine erreichen könnte

Übungen

Projektdurchführung mit Feedback-Schleifen zwischen Beschreibung und Beurteilung

Jetzt ist es an der Zeit, das Gelernte in die Praxis umzusetzen, indem du an dem Projekt arbeitest, das du in Lektion 5 geplant hast, und dabei deine neuen Beschreibungs- und Beurteilungsfähigkeiten einsetzt.

Schritt 1: Deinen Projektplan überprüfen

  • Rufe den Projektplan auf, den du in Lektion 5 erstellt hast
  • Überprüfe kurz deine Übertragungsentscheidungen darüber, welche Aufgaben von menschlicher Expertise, KI-Fähigkeiten oder Zusammenarbeit profitieren würden
  • Passe den Plan gerne basierend auf dem an, was du seitdem gelernt hast

Schritt 2: Deinen Beschreibungsansatz vorbereiten

Starte ein Gespräch mit Claude und erkläre das Projekt, an dem ihr gemeinsam arbeiten werdet. Bevor du mit der Ausführung beginnst, plane wie du an die Beschreibung herangehst:

  • Ergebnis-Beschreibung: Welche spezifischen Ausgaben benötigst du von Claude für jede Aufgabe? Welches Format, welchen Stil, welche Länge und welchen Detailgrad suchst du?
  • Prozess-Beschreibung: Wie soll Claude an jede Aufgabe herangehen? Gibt es spezifische Methoden, Modelle oder Schritte, die Claude befolgen soll?
  • Leistungs-Beschreibung: Welche Art von Zusammenarbeit erwartest du von Claude während des Projekts? Soll Claude präzise oder ausführlich, herausfordernd oder unterstützend, auf Ideen oder Analysen ausgerichtet sein?

Bespreche diese Fragen mit Claude, um klare Erwartungen für eure Zusammenarbeit zu setzen.

Schritt 3: Dein Projekt mit Feedback-Schleifen zwischen Beschreibung und Beurteilung ausführen

Arbeite nun gemeinsam mit Claude an den geplanten Projektaufgaben. Für jede Aufgabe:

  1. Beschreibe, was du genau benötigst, unter Verwendung der erlernten Beschreibungsfähigkeiten:
    • Sei konkret darüber, was du möchtest (Ergebnis)
    • Leite an, wie Claude die Aufgabe angehen oder darüber nachdenken soll (Prozess)
    • Lege fest, wie Claude während des Prozesses mit dir interagieren soll (Leistung)
  2. Beurteile die Qualität dessen, was du erhältst:
    • Bewerte das Ergebnis selbst (Ergebnis-Beurteilung)
    • Bewerte, wie Claude die Aufgabe angegangen ist (Prozess-Beurteilung)
    • Überlege, ob das Verhalten von Claude für deine Bedürfnisse hilfreich ist (Leistungs-Beurteilung)
  3. Verfeinere basierend auf deiner Beurteilung:
    • Gebe Feedback, was funktioniert hat und was nicht
    • Kläre oder passe die Beschreibung nach Bedarf an
    • Fordere Iterationen an, bis du mit dem Ergebnis zufrieden bist
  4. Integriere deine eigene Expertise und deine Beurteilung:
    • Füge deine einzigartige Perspektive, Kreativität oder dein Fachwissen hinzu
    • Treffe die endgültigen Entscheidungen darüber, was beibehalten, modifiziert oder verworfen werden soll
    • Übernehme die Verantwortung für das endgültige Ergebnis

Setze diese Feedback-Schleife zwischen Beschreibung und Beurteilung für jede Aufgabe in deinem Projekt bis zur Fertigstellung fort.

Reflexion

Bevor du weitermachst, nehme dir einen Moment Zeit, um Folgendes zu bedenken:

  • Welche Muster hast du bei den Arten von Beschreibungen bemerkt, die zu den besten Ergebnissen geführt haben?
  • Was erforderte mehr Aufwand von dir: Beschreibung oder Beurteilung? Warum denkst du, war das so?
  • Wie hat die tatsächliche Projektdurchführung mit deinem ursprünglichen Plan aus Lektion 5 geklappt? Welche Anpassungen hast du noch vorgenommen?

Was kommt als Nächstes

In der nächsten Lektion erkunden wir die letzte Kompetenz des KI-Kompetenz-Modells: Gewissenhaftigkeit (Diligence). Während sich Übertragung, Beschreibung und Beurteilung in erster Linie auf Effektivität und Effizienz konzentrieren, widmet sich Gewissenhaftigkeit den ethischen und sicherheitsbezogenen Aspekten der Arbeit mit KI. Du lernst, wie du sicherstellst, dass deine Zusammenarbeit mit KI verantwortungsvoll, transparent und rechenschaftspflichtig ist.