Ich tippe kaum noch: Arbeiten mit KI-Agenten per Stimme

Getippte Aufträge werden kurz. Wer tippt, lässt weg, was ihm selbstverständlich vorkommt, und genau das fehlt dem Agenten dann. Gesprochen erzähle ich mehr. Ich sage, warum ich etwas will, was mich am letzten Versuch gestört hat und wo ich mir unsicher bin. Das ist der Teil, der aus einem mittelmäßigen Ergebnis ein gutes macht.

Dazu kommt das Tempo. Reden geht deutlich schneller als Tippen, und ein Auftrag, der am Bildschirm Minuten kostet, ist in einem Bruchteil davon gesprochen.

Und ich bin nicht an den Schreibtisch gebunden. Ideen kommen beim Kochen, beim Spazierengehen, im Auto. Früher habe ich sie vergessen oder mir mühsam auf dem Handy notiert. Heute sind sie sofort beim Agenten.

Aufträge an KI-Agenten sind nur der Anfang. Die eigentliche Stärke zeigt sich dort, wo noch gar nichts sortiert ist.

Den Kopf ausschütten. Manchmal ist einfach zu viel los: halbe Ideen, offene Punkte, Dinge, die ich nicht vergessen will. Dann rede ich zehn Minuten am Stück, ohne Reihenfolge. Der Agent macht daraus Notizen, die ich wiederfinde, Aufgaben mit klarem nächsten Schritt und manchmal einen Ablauf, den man einmal sauber aufschreiben sollte. Mein Kopf ist danach leer, und nichts ist verloren.

Ideen besprechen. Statt allein im Kreis zu denken, erzähle ich dem Agenten eine Idee und lasse mich befragen. Was spricht dagegen? Was wäre der kleinste erste Schritt? Wo habe ich etwas übersehen? Das fühlt sich an wie ein Gespräch mit jemandem, der zuhört, nachhakt und am Ende mitschreibt.

Prioritäten setzen und Konzepte durchspielen. Wenn vieles gleichzeitig ansteht, fange ich inzwischen fast immer gesprochen an: Was ist dringend, was ist wichtig, was kann warten? Ich lege alles auf den Tisch, auch das Widersprüchliche, und der Agent macht daraus eine Prioritätenliste. Genauso spiele ich Konzepte durch, bevor ich etwas baue: Wie könnte man das angehen, was passiert, wenn man es andersherum macht? Der Agent ordnet das in Wege mit Vor- und Nachteilen. Entscheiden muss ich dann immer noch selbst, aber auf einem viel klareren Bild.

Eigene Gedanken ergänzen. Wenn ein Beitrag wie dieser fertig ist, lese ich ihn und spreche dazu, was mir noch fehlt. Ein Satz zu einer Erfahrung, eine Einschränkung, ein Beispiel von gestern. Daraus wird keine neue Fassung von vorn, sondern genau die Stelle, die noch nach mir klingen soll.

Gesprochene Sprache ist unordentlich. Ich fange Sätze an und breche sie ab, verwerfe Gedanken mitten im Satz, und die Spracherkennung macht aus Fachbegriffen manchmal etwas sehr Kreatives.

Das ist weniger schlimm, als es klingt. Ein guter KI-Agent liest die Absicht, nicht den Wortlaut. Damit das klappt, habe ich ihm zwei Dinge fest mitgegeben:

• Tippfehler ignorieren, Absicht lesen. Er soll nie die Schreibweise kommentieren und nicht an einem verhörten Wort hängen bleiben.
• Zurückgenommenes gilt nicht. Sage ich „ach nee, vergiss das“, ist der Gedanke weg, auch wenn er schon halb ausgesprochen war.

Ich denke beim Sprechen anders als beim Tippen. Lauter, ungefilterter, mehr in Zusammenhängen. Der Agent übernimmt den Teil, der mir schwerfällt: Ordnung reinbringen, Lücken finden und nachfragen.

Wichtig ist nur, dass am Ende ich lese und entscheide. Diktieren heißt nicht, dass alles, was ich sage, ungeprüft rausgeht. Es heißt, dass der Weg vom Gedanken zum Entwurf viel kürzer geworden ist.

Die meisten Rechner und Handys haben eine Diktierfunktion schon eingebaut. Zwei Dinge zum Anfangen:

• Beim nächsten Auftrag an einen KI-Agenten nicht tippen, sondern zwei Minuten erzählen, was du willst und warum. Dann vergleich das Ergebnis mit dem, was du sonst bekommst.
• Am Ende einer vollen Woche zehn Minuten alles erzählen, was dir im Kopf herumgeht, und den Agenten bitten, daraus Notizen, Aufgaben und offene Fragen zu machen.