Wissen, was man will.
Präzise.
Über die Fähigkeit, die eigene Absicht so klar zu entwickeln und zu artikulieren, dass das Richtige daraus entsteht, und warum sie in der KI-Ära zur knappen Ressource wird.
Was ist Intent Literacy?
Intent Literacy ist die Fähigkeit, in der KI-Ära die eigene Absicht so präzise zu entwickeln und zu artikulieren, dass ein ausführendes System, Mensch oder Maschine, das Richtige daraus ableitet, und das Ergebnis danach kompetent zu beurteilen.
Die These, live
Der Zielraum
Ein Auftrag, dem eine Dimension fehlt, lässt einen Freiheitsgrad offen, den füllt das System nach eigenem Gutdünken. Schalte die vier Dimensionen zu und sieh, wie der Raum möglicher Ergebnisse auf das Ziel kollabiert.
Vier gleichrangige Bestandteile, keine Reihenfolge. Tippe sie an.
Das ist die formulierende Hälfte. Die zweite ist die beurteilende: erkennen, ob das, was zurückkommt, das ist, was gemeint war.
Was die These ist
Ausführung ist billig geworden. Klarheit nicht.
KI-Systeme haben Ausführung billig gemacht. Was vor drei Jahren noch ausgebildete Spezialisten erforderte, eine Analyse schreiben, ein Konzept ausarbeiten, eine Anwendung programmieren, ist heute in Minuten verfügbar. Sichtbar wird dadurch ein Engpass, der vorher hinter den Spezialisten verborgen lag: die Fähigkeit, präzise zu beschreiben, was man eigentlich will.
Diese Fähigkeit ist nicht neu. Jahrhundertelang haben menschliche Vermittler, Kollegen, Sekretariate, Berater, erfahrene Mitarbeiter, die Übersetzung zwischen vagem Wunsch und brauchbarem Auftrag unsichtbar geleistet. KI-Systeme tun das nicht. Sie nehmen, was eingegeben wird, und stellen die Unschärfe in maximaler Auflösung dar, statt sie aufzulösen. Was aussieht wie ein Technologieversagen, ist in Wirklichkeit eine Kompetenzlücke, die schon immer da war.
Nicht Prompting
Prompting ist die Technik der Eingabe, modellspezifisch, veraltet mit jedem Update. Intent Literacy ist die Klarheit davor, und sie veraltet nicht.
Nicht AI Literacy
Zu verstehen, wie ein Modell technisch funktioniert, heißt nicht, den eigenen Auftrag formulieren zu können. So verschieden wie Motorenkunde und Autofahren.
Sondern eine Kompetenz
Eine alte Fähigkeit, endlich benannt: die eigene Absicht entwickeln, artikulieren, und beurteilen, ob das Ergebnis sie trifft. Modellunabhängig.
Häufige Fragen
Was oft gefragt wird
Ist Intent Literacy nicht einfach Prompting?
Nein. Prompting ist die Technik der Eingabe, modellspezifisch und veraltet mit jedem Update. Intent Literacy ist die Klarheit, die der Eingabe vorausgeht: die eigene Absicht so zu entwickeln und zu artikulieren, dass das Richtige daraus entsteht. Sie ist modellunabhängig.
Was sind die vier Dimensionen?
Ziel (was am Ende existieren soll), Kontext (für wen, warum, unter welchen Bedingungen), Constraints (was nicht passieren darf) und Erfolgskriterium (woran man ein gutes Ergebnis erkennt). Fehlt eine, füllt das System diesen Freiheitsgrad nach eigenem Gutdünken.
Verschwindet das Problem nicht mit besseren Modellen?
Im Gegenteil. Bessere Modelle lösen die Unschärfe nicht auf, sie produzieren plausiblere Fehler. Je überzeugender der Output klingt, desto schwerer ist zu erkennen, ob er die Absicht trifft. Die beurteilende Hälfte bleibt beim Menschen.
Für wen ist das Buch?
Für alle, die mit KI arbeiten und merken, dass nicht das Werkzeug das Problem ist, Wissensarbeiter, Führungskräfte, Gestalter, und jeden, der aus einem vagen Wunsch ein brauchbares Ergebnis machen muss.
Was ist der Unterschied zwischen Intent Literacy und AI Literacy?
AI Literacy bedeutet zu verstehen, wie ein KI-Modell technisch funktioniert. Intent Literacy bedeutet, den eigenen Auftrag so klar zu fassen, dass ein System das Richtige daraus ableitet. Beides ist so verschieden wie Motorenkunde und Autofahren.
Was bedeutet die beurteilende Hälfte?
Intent Literacy hat zwei Hälften: die eigene Absicht zu formulieren und zu beurteilen, ob das Ergebnis sie trifft. Die beurteilende Hälfte erkennt, ob ein Output stimmt, auch in einem Feld, in dem man selbst kein Experte ist. Sie lässt sich nicht an die Maschine delegieren.
Warum löst besseres Prompting das Problem nicht?
Prompting übersetzt eine schon formulierte Absicht in die Sprache eines Modells. Es beantwortet nicht die Frage davor: ob die Absicht überhaupt klar genug ist. Ein klarer Intent mit schlechtem Prompt schlägt einen perfekten Prompt ohne klaren Intent.
Was heißt „plausibel ist nicht wahr"?
KI-Systeme optimieren auf Plausibilität, nicht auf Wahrheit. Ihr Ergebnis klingt überzeugend, auch wenn es die Absicht verfehlt. Bessere Modelle lösen das nicht, sie produzieren plausiblere Fehler, die schwerer zu erkennen sind.
Wann erscheint das Buch?
Das Buch ist in Arbeit. Über das Formular auf dieser Seite kann man sich eine einmalige Benachrichtigung zum Erscheinen eintragen, ohne Verteiler und ohne Tracking.
Das Buch
Aus dem Moment eine Methode machen
Diese Seite zeigt die Idee. Das Buch macht sie anwendbar, kein Prompting-Ratgeber, kein Tool, keine Trickliste, die mit dem nächsten Modell veraltet. Es nimmt die vier Dimensionen ernst und formt aus ihnen eine Praxis, die bleibt.
- Die vier Dimensionen als Methode, an konkreten Beispielen, vom Schreibauftrag über den Vertragsentwurf bis zur KI-Interaktion.
- Die beurteilende Hälfte, wie man erkennt, ob ein Ergebnis wirklich stimmt, auch in einem Feld, in dem man selbst kein Experte ist.
- Warum das modellunabhängig bleibt, und mit jedem besseren Modell wichtiger wird, statt überflüssig zu werden.
Für wen? Für alle, die mit KI arbeiten und den Verdacht haben, dass nicht das Werkzeug das Problem ist, Wissensarbeiter, Führungskräfte, Gestalter, und jeden, der aus einem vagen Wunsch ein brauchbares Ergebnis machen muss.
Keine Anmeldung, kein Verteiler, kein Tracking. Nur diese eine Nachricht.