Claude Cowork, ChatGPT Bilder 2.0 oder besonders große Kontextfelder bei Google Gemini: Die Entwicklung der Large Language Models (LLMs) und Bildgeneratoren verläuft rasant. Wer sie nur als Ersatz für eine klassische Internetsuche nutzt, verpasst das Beste.

Während große Medienhäuser längst eigene KI-Strukturen aufbauen, sind Freiberufler und Freiberuflerinnen auf sich selbst gestellt: Welches KI-Tool soll man wofür nutzen? Wie arbeite ich möglichst datenschutzkonform? Und wie kann ich künstliche Intelligenz einsetzen, um meine eigenen Abläufe zu optimieren? Sich in alle diese Themen einzuarbeiten, ist zeitintensiv. Die Fülle der Tools und ihrer Funktionen mag zudem verwirrend sein. Aber: Kolleginnen und Kollegen, die sich mit dem Thema nicht auseinandersetzen, können schnell abgehängt werden.

Erste einfache Lösungen

Wer bisher mit Large Language Models überwiegend chattet und sich wundert, dass die Ergebnisse nicht besonders gut sind, sollte zunächst an den drei folgenden Schrauben drehen:

* Systemprompts:
Die Tools ermöglichen es, einen sogenannten Systemprompt zu hinterlegen. Dahinter verbirgt sich eine Anweisung, die das Tool bei jeder Antwort berücksichtigt. Die Einstellung dazu ist oft etwas versteckt.

Bei ChatGPT klickt man auf den eigenen Nutzernamen links unten, dann auf „Personalisierung“.

Bei Google Gemini führt der Weg über „Einstellungen & Hilfe“, „Persönlicher Kontext“ und „Anweisungen für Gemini“. Bei Claude gelangt man über das Profil zu den „Einstellungen“ und gibt dort „Anweisungen“ ein.

Ein solcher Systemprompt kann lauten: „Antworte immer skeptisch. Stelle Fragen, wenn die Informationen nicht ausreichen, die ich dir gebe. Verzichte auf Emojis und Aufzählungen.“

* Projekte:
Eine weitere Möglichkeit sind Projekte, die sich zum Beispiel bei ChatGPT und Claude anlegen lassen. Projekte eignen sich für Recherchen mit sehr vielen Dokumenten oder für langfristige Recherchen, beispielsweise für eine Serie, ein Dossier oder ein Buch. Der Vorteil: Man hat den gesamten Chatverlauf in diesem Projekt und muss ihn nicht immer wieder suchen.

Gleichzeitig lassen sich Halluzinationen verringern, indem man dem Tool sagt, es soll sich in seinen Antworten ausschließlich auf die dort gespeicherten Dokumente beziehen. Das heißt jedoch auch: Man legt am besten nur Dokumente dort ab, von denen man sicher ist, dass der Inhalt stimmt. Das Ergebnis muss man aber auch in diesem Fall prüfen.

* Assistenten:
Es gibt Assistenten, die je nach Tool GPT, Gem oder Spaces genannt werden. Teilweise stehen sie nur zur Verfügung, wenn man einen Bezahlaccount hat. Die Assistenten werden für bestimmte Aufgaben individuell konfiguriert. So kann man sich etwa eine Routine bauen, die SEO-Überschriften immer nach demselben Muster schreibt, oder eine weitere, um Fachtexte in verständliche Sprache zu übersetzen.

Mit Assistenten gibt man dem System Arbeitsregeln, Stilvorgaben und Zielgruppen vor. Wer häufig ähnliche Aufgaben bearbeitet, muss im Prompt nicht jedes Mal von vorne erklären, wie das Ergebnis aussehen soll.

Ich habe beispielsweise ein GPT angelegt, das auf Basis klassischer Fotografieregeln KI-Symbolbilder generiert. Ein anderer Assistent unterstützt mich bei der Recherche: Ich gebe das Thema ein, er recherchiert dazu auf fünf festgelegten Internetseiten und liefert mir die entsprechenden Links. So spare ich am Anfang vieler Recherchen Zeit. Für wiederkehrende Aufgaben, die ein LLM bearbeiten kann und für die es feste Regeln gibt, ist ein Assistent also eine gute Wahl.

Etwas komplizierter, oft günstiger

Alle Tools und auch die Modelle haben unterschiedliche Stärken. Google Gemini ist etwas analytischer, Claude bevorzugen viele, wenn es ums Schreiben geht, Mistral bietet als europäisches Unternehmen mit Vibe (früher Le Chat) einen höheren Datenschutz, Perplexity ist stark bei der Quellenrecherche. Der Trend geht darum mindestens zum Zweittool.

Doch weil die pauschale Monatsgebühr bei 20 bis 30 Euro liegt, gerät man mit mehreren Abonnements schnell an finanzielle Grenzen. Auch dafür gibt es eine Lösung: Das US-amerikanische Typingmind oder das deutsche Langdock funktionieren als eine Art Übertool. Solche Universaldienste arbeiten mit Schnittstellen, sogenannte APIs, zu den KI-Tools. Das heißt, man kann mit einem Übertool und über eine einzige Chatoberfläche mehrere LLMs und unterschiedliche Modelle nutzen. Man hat also für jede Aufgabe das richtige KI-Tool zur Hand.

In diesem Fall bezahlt man die unterschiedlichen LLMs nach Nutzung und nicht pauschal. Beispielsweise ChatGPT: Ich habe dort meine Kreditkarte hinterlegt und das automatische Aufladen des Guthabens deaktiviert. Von Anfang April bis Mitte Mai habe ich bei ChatGPT weniger als 5 Dollar verbraucht, das Monatsabo kostet mehr als 25 Euro.

Auch Google Gemini nutze ich sehr häufig, Dort fielen für den gleichen Zeitraum Kosten von 56 Cent an. Unter dem Strich hat man also für weniger Geld mehr Auswahl. Falls man das Universaltool mit dem Anbieter OpenRouter verbinden kann, muss man seine Kreditkarte nur einmal hinterlegen – und hat dann Zugriff auf mehr als 400 Modelle, von denen man jedoch nur einen Bruchteil nutzen wird.

Wem das Arbeiten mit einem Übertool zu aufwändig ist, der kann die Plus-Variante von Perplexity abonnieren. Die bietet Zugriff auf Modelle von ChatGPT, Claude oder Google Gemini. Die DSGVO-konforme Variante gibt es im Business-Konto ab 34 US-Dollar im Monat.

Stichwort DSGVO: Datenschutz bleibt ein großes Thema bei der Nutzung von KI (siehe auch Interview unten: „Künstliche Intelligenz und Datenschutz“). Grundsätzlich fährt gut, wer beim Anbieter die Nutzung der eigenen Daten zu Trainingszwecken deaktiviert, einen Tarif nutzt, der DSGVO-konform ist, und vor allem keine sensiblen Daten in ein LLM eingibt. Noch sicherer wird die KI-Nutzung, wenn man sie lokal auf dem eigenen Rechner nutzt. Dazu installiert man ein Tool wie GPT4all oder Ollama und lädt dann das LLM herunter beziehungsweise stellt eine Verbindung über eine lokale Schnittstelle (API) her. Damit größere und schnellere Modelle laufen, benötigt man in der Regel leistungsstarke, also neue Computer.

KI einfach die Arbeit machen lassen

Neben Chats und Assistenten ist Automatisierung ein wichtiges Thema. Hier liegt der größte Vorteil des Microsoft Copilot darin, dass er bereits in die Office-Anwendungen PowerPoint, Word und Excel integriert ist. Es findet also kein Medienbruch statt, wenn man mit dem Tool arbeitet. Wer etwa nicht weiß, wie man die Summen auf verschiedenen Tabellenblättern automatisch auf einem weiteren addiert, der fragt neben der Excel-Tabelle den Copilot – und bekommt die richtige Antwort. In PowerPoint lassen sich so zum Beispiel auch Folien im Stil der gewählten Vorlage hinzufügen.

Claude Cowork übernimmt ebenfalls lästige Arbeiten. Dazu lädt man die Claude-App herunter und schließt ein kostenpflichtiges Abo ab. Dann legt man einen Claude-Cowork-Ordner an, in dem man drei weitere Ordner erstellt. Einer ist für „Material“, einer für „Ergebnisse“, und ein „Kontext“-Ordner enthält wichtige Informationen in drei Dateien: Wer bin ich? Wie schreibe ich? Welche Arbeitsregeln gelten? Diese drei Dateien müssen die Endung „.md“ haben.

Claude Cowork führt dann Aufgaben auf dem Computer aus. Beispiel: Ich lade ein Transkript der Audiospur meines Webinars hoch, ein PDF meiner Folien und ein bereits fertiges 20-seitiges Handout. Dann prompte ich, dass Claude Cowork das fertige Handout analysieren soll und im Anschluss ein zweites Handout in diesem Stil aus dem Transkript und den Folien erstellen soll. Das Ergebnis ist nahezu druckreif. Der Zeitaufwand liegt bei wenigen Minuten, mit Redigierrunde bei Stunden. Früher habe ich dafür Tage gebraucht. Anderes Beispiel: Wöchentlich verliere ich viel Zeit damit, meine Seminarfolien in PDFs zu komprimieren, die kleiner als 10 MB sind. Claude macht das in wenigen Minuten.

So verlockend es ist: Aus Datenschutzgründen würde ich Claude Cowork ohne Auftragsverarbeitungsvertrag (AVV) nicht den vollen Zugriff auf alle Dokumente, mein E-Mail-Postfach, den Kalender und die Kontakte erlauben.

Sich nicht treiben lassen

Künstliche Intelligenz ist heute viel leistungsfähiger als noch vor drei Jahren. Wer KI nur als schnelle Schreibmaschine versteht, spart vielleicht ein paar Minuten. Wer sie als strukturierte Arbeits_umgebung begreift, kann seinen Verwaltungsaufwand verringern. Dabei sollte sich niemand von FOMO, der Fear of Missing Out, treiben lassen. Wichtig ist jedoch, sich stetig mit den Möglichkeiten und Risiken der KI auseinanderzusetzen. Die Rede vom lebenslangen Lernen war nie so wahr wie heute.||

Wie steht es mit dem Datenschutz beim KI-Einsatz? Die Fragen dazu hat Isabelle Stroot, Bereichsleiterin Datenschutz beim Digitalverband Bitkom, per Mail beantwortet.JOURNAL: Reicht bei Claude Cowork die oft erwähnte Drei-Ordner- Struktur, um Daten beim KI-Einsatz zu schützen? Also die Einrichtung getrennter Ordner für die Rohdaten, die „Bibliothek“ als strukturiertes Wissen und für den Output, also die generierten und bearbeiteten Dateien?
Isabelle Stroot: Diese Methode ist eine sinnvolle Arbeitsdisziplin, aber kein echter Schutz. Entscheidend ist insbesondere, ob das KI-Tool technisch tatsächlich nur auf freigegebene Bereiche zugreifen kann. Das sollte man bei jedem Tool prüfen.

JOURNAL: Worauf sollte man konkret achten?
Stroot: Vier Punkte: Erstens, kann der Datenzugriff des Tools eingeschränkt und widerrufen werden? Zweitens, wohin fließen Dokumente, Prompts, Daten und Logs? Unter Logs versteht man beispielsweise das Protokoll, wer wann welche Anfrage gestellt hat. Hinzu kommt: Wo werden die Anfragen bearbeitet? Sobald dies außerhalb der EU geschieht, gelten zusätzliche DSGVO-Regeln für internationale Datentransfers. Drittens braucht es mindestens einen Auftragsverarbeitungsvertrag und die Zusage, dass die Daten nicht fürs Training der Tools genutzt werden. Viertens muss die Rechtsgrundlage für die Verarbeitung personenbezogener Daten geprüft werden.

JOURNAL: Macht ein deutscher Server den Unterschied?
Stroot: Wenn im Hintergrund ein externes Sprachmodell außerhalb der EU die Arbeit übernimmt, reicht der deutsche Server allein nicht aus. Wirklicher Schutz entsteht erst, wenn die gesamte Verarbeitungskette – Speicherung, Modellaufruf, Logs – in der EU bleibt und vertraglich abgesichert ist.

Die Fragen stellte Bettina Blaß./

Ein Beitrag aus JOURNAL 2/26, dem Medien- und Mitgliedermagazin des DJV-NRW, erschienen im Juli 2026.