Übungen Workshop 1

Drei in den Workshop eingebettete Übungen, je 15 Minuten plus Auswertung

Was Sie nach diesen drei Übungen können

  • Tätigkeiten als Process, Cognitive oder Nicht anwendbar klassifizieren — auch in Grenzfällen begründen,
  • zwei KI-Modelle und zwei Modell-plus-Tool-Konfigurationen an einer eigenen Frage systematisch vergleichen und Modell- von Harness-Effekten trennen,
  • einen Prompt in die Schemata RTF und CREATE umbauen und einen Tutor-Bot für das eigene Lerngebiet aufsetzen.

Jede Übung dauert maximal 15 Minuten Bearbeitung plus kurzes Think-Pair-Share. Innerhalb der 15 Minuten steht eine Erweiterung für schnelle Studierende — wer früh fertig ist, vertieft. Die ursprünglich für Workshop 1 vorgesehene Discern-Übung Tutor-Bot systematisch prüfen eröffnet jetzt Workshop 2 als Übung 2 — Tutor-Bot Test-Suite; davor steht als Einstieg die Übung am zweistufigen Quellenbindungs-Prompt an der eigenen Prüfungsordnung.

Übung 1 — Diagnose-Quiz Process vs. Cognitive

Modus: in-class · Einzelarbeit · Dauer: 18 Min (8 Min Solo + 4 Min TPS + 3 Min Plenum + 3 Min Puffer) · Anker: Block 1.

Klassifizieren Sie die zehn Items des Diagnose-Quiz spontan in acht Minuten. Spontane Einschätzung, keine Recherche. Quiz im Browser starten: Diagnose-Quiz. Notieren Sie für strittige Items zwei bis drei Stichworte. Anschließend Think-Pair-Share mit dem Sitznachbarn, danach Plenum-Auflösung mit Balken-Diagramm. Der strittige Hybrid-Fall (Item 9 — OCR plus ERP-Einspielung) ist der Diskussions-Anker.

Erweiterung für schnelle Studierende. Schlagen Sie für ein Item, das Sie als Hybrid einordnen würden, eine klare Trennlinie vor: An welcher Stelle des Workflows endet Process Automation und beginnt Cognitive Automation? Welches technische Element markiert den Übergang (OCR-Modul, Klassifikator, Regel-Engine)?

Think-Pair-Share (4 Min). Welches Item war für Sie eindeutig, welches strittig? Wo verläuft die Grenze, wenn beide Kategorien in einem Workflow zusammenwirken?

Übung 2 — Karriereentwicklung im Modellvergleich

Modus: in-class · Einzelarbeit · Dauer: 22 Min (15 Min Übung + 4 Min TPS + 3 Min Plenum) · 4D-Bezug: Delegate.

Stellen Sie dieselbe Frage an ein schwächeres und ein stärkeres Modell und vergleichen Sie anschließend zwei Modelle mit Suchwerkzeug im Side-by-Side. Schwächeres Modell: Meta Llama 3.1 8B Instruct in der GWDG Academic Cloud. Stärkeres Modell: ein Free-Account bei Claude, ChatGPT, Gemini oder Perplexity — Ihre Wahl. Side-by-Side-Vergleich auf arena.ai. Faktenbasis: O*NET-Profil 13-2011.00 Accountants and Auditors.

Schritt a — Karriereberatung im Direktvergleich (5 Min). Dieselbe Frage an Llama 3.1 8B und an Ihr starkes Modell stellen:

Berate mich: Ich studiere Tax, Audit und Advisory. Wie sollte ich mich auf die Auswirkungen generativer KI auf den Arbeitsmarkt für Accountants und Auditors vorbereiten? Bezug: O*NET-Profil 13-2011.00.

Drei Stichworte pro Modell zur Qualität notieren (Tiefe, Konkretheit, Belege).

Schritt b — KPMG-Überblick mit Suchwerkzeugen (7 Min). Auf arena.ai Side by Side öffnen. Linke Seite: Llama 3.1 8B. Rechte Seite: zwei Search-fähige Modelle über die Globus-Schaltfläche auswählen — grok-4.20-multi-agent und gpt-5.2-search. Dieselbe Frage an alle drei Konfigurationen:

Geben Sie mir einen Überblick zu aktuellen Entwicklungen im Geschäft von KPMG Deutschland, mit besonderem Fokus auf die Nutzung generativer KI und die wirtschaftliche Lage.

In drei Stichworten notieren: Welche Output-Unterschiede gehen auf das Modell zurück, welche auf die Harness (Web-Search)? Wo halluziniert Llama erkennbar?

Erweiterung für schnelle Studierende. Einen Deep-Research-Lauf vorbereiten und starten. Tools nach Wahl (GPT Plus mit Deep Research, Gemini Advanced, Perplexity Pro im Trial). Zuerst lassen Sie sich vom starken Modell den Deep-Research-Prompt erzeugen — Meta-Prompt:

Erstellen Sie mir einen detaillierten Prompt nach dem RTF-Schema für eine Deep-Research-Analyse von Praxisbeispielen aus hochwertiger grauer Literatur (vor allem Think Tanks, Reports der großen Unternehmensberatungen und Big Four, Case Studies von Anbietern wie Salesforce oder IBM) zur Aufgabenstellung: „Process Automation und Cognitive Automation im Berufsfeld Accountants and Auditors — Erfolgsfaktoren, Barrieren, Best Practices.” Fragen Sie mich anfangs nach weiteren Details, wenn nötig. Bauen Sie Prüfschritte gegen Halluzinationen ein.

Dann den erzeugten Prompt in den Deep-Research-Modus geben und den Bericht abwarten.

Think-Pair-Share (4 Min). Welche Unterschiede zwischen schwachem und starkem Modell ließen sich klar auf die Modellqualität zurückführen, welche auf die Harness? Wo lohnt sich der Aufpreis für ein stärkeres Modell konkret in Ihrer Studien- und Berufspraxis?

Übung 3 — Prompt-Umbau und Tutor-Bot

Modus: in-class · Einzelarbeit · Dauer: 22 Min (15 Min Übung + 4 Min TPS + 3 Min Plenum) · 4D-Bezug: Describe.

Bauen Sie einen Beispiel-Prompt in die Schemata RTF und CREATE um und setzen Sie anschließend einen Tutor-Bot für das eigene Lerngebiet auf. Der Tutor-Bot wird in Übung 4 mit einer Test-Suite geprüft — geben Sie ihm einen Namen, den Sie wiederfinden. Setup: ein Free-Account bei Claude, ChatGPT, Gemini oder Perplexity mit Custom Instructions, Projects oder Gems. Optional für die Erweiterung: NotebookLM (notebooklm.google.com) und ein bis drei fachliche Quellen zum Hochladen.

Schritt a — Prompt in RTF und CREATE umbauen (7 Min). Ausgangs-Prompt:

Du generierst klare, genaue Beispiele für Konzepte für Studierende. Ich möchte, dass du mir zwei Fragen stellst: Welches Konzept soll ich erklären, und wer ist die Zielgruppe für die Erklärung. Schlage dann das Konzept und Beispiele für das Konzept nach. Liefere eine klare, mehrteilige Erklärung des Konzepts unter Verwendung spezifischer Beispiele und gib mir fünf Analogien und Metaphern, die ich verwenden kann, um das Konzept auf unterschiedliche Weise zu verstehen.

Strukturieren Sie diesen Prompt einmal nach RTF (Role, Task, Format) und einmal nach CREATE (Character, Request, Examples, Adjustments, Type of output, Extras). Notieren Sie eine Beobachtung pro Schema.

Schritt b — Tutor-Bot anpassen (8 Min). Vorlage: General-Tutor-Prompt aus der Prompt-Sammlung. Kopieren Sie den Prompt in Custom Instructions, Project Instructions oder Gem. Anpassung auf Ihr Lerngebiet — Steuerberater-Examen, Wirtschaftsprüfer-Examen oder ein Modul des laufenden Semesters. Testen Sie den Tutor mit zwei Beispielfragen.

Erweiterung für schnelle Studierende. RAG-Tutor mit NotebookLM. In NotebookLM ein neues Notebook anlegen, ein bis drei fachliche Quellen hochladen, denselben Tutor-Prompt verwenden. Wie ändert sich die Antwortqualität durch die externe Wissensquelle?

Think-Pair-Share (4 Min). Welches Schema (RTF oder CREATE) passt zu welchem Aufgabentyp? Wo merken Sie, dass Ihr Tutor-Bot an Grenzen stößt, und was würde RAG daran ändern?

Quellen

Dakan & Feller (2025) · Lacity & Willcocks (2021) · Willcocks & Lacity (2024) · Grootendorst (2025) · Mollick (2024) · Bartnik (2026) · Es et al. (2024) · Willison (2025) · Dell’Acqua et al. (2023)