Hinweis: Das Beitragsbild wurde mit künstlicher Intelligenz erzeugt.
Wer ChatGPT, Claude oder Gemini nur mit einer einzigen Rolle anspricht, verschenkt Analysepotenzial. Ein Ansatz aus der Kreativitätsforschung zeigt, wie Unternehmen KI-Systeme systematischer nutzen können: die Sechs-Denkhüte-Methode des britischen Psychologen Edward de Bono.
Was steckt hinter der Methode?
De Bono entwickelte die Denkhüte ursprünglich als Moderationswerkzeug für Gruppenentscheidungen. Jeder Hut steht für eine klar definierte Denkrichtung. Der weiße Hut steht für datenbasierte Analyse, der schwarze deckt Risiken und Schwachstellen auf, der gelbe sucht nach Chancen und Vorteilen. Der grüne Hut produziert neue Ideen, der rote bringt emotionale und intuitive Einschätzungen ein, der blaue übernimmt Prozesssteuerung und Struktur.
Prompt Engineering bezeichnet die gezielte Entwicklung und Optimierung von Eingabetexten für KI-Sprachmodelle. Präzisere Eingaben liefern qualitativ bessere Ausgaben. Neu ist der strukturierte Einsatz mehrerer Rollen innerhalb eines einzigen Prompts.
Anwendung im betrieblichen Kontext
Standardfall: Eine Rolle, ein Blickwinkel
Die gängige Empfehlung lautet: Ein Prompt, eine Rolle. Wer die KI als Einkaufsleiter agieren lässt, bekommt Einkäufer-Perspektiven. Das reicht für einfache Aufgaben. Bei komplexen Entscheidungen, etwa der Bewertung eines neuen Lieferanten oder der Einführung eines Automatisierungsschritts, greift dieser Ansatz zu kurz.
Mehrperspektiven-Prompt in der Praxis
Der Ansatz ist technisch simpel. In den Prompt wird ein kurzer Zusatz eingefügt: etwa „Nutze die De-Bono-Denkhüte, um diese Investitionsentscheidung aus sechs Perspektiven zu prüfen.“ Die KI arbeitet dann nacheinander die Hüte ab und liefert strukturierte Teilanalysen.
Für Produktionsleiter ist das beim schwarzen Hut besonders nützlich. Risiken und Schwachstellen werden explizit herausgearbeitet, nicht im Optimismus des gelben Huts versteckt. Einkäufer können den weißen Hut nutzen, um datenbasierte Argumente von emotionalen Präferenzen zu trennen.
Auch Schritt-für-Schritt-Prozesse lassen sich mit den Hüten verknüpfen. Jeder Prozessschritt bekommt einen zugeordneten Hut. Das zwingt die KI zu einer differenzierten Bearbeitung, statt eine pauschale Empfehlung zu produzieren.
Was das für den Betrieb bedeutet
Der praktische Nutzen liegt in der Qualitätskontrolle der KI-Ausgaben. Ein unstrukturierter Prompt liefert oft eine einseitige, optimistische Antwort. Das ist das Standardverhalten der meisten Modelle. Sie tendieren dazu, dem Nutzer zu gefallen.
Wer dagegen explizit eine kritische Perspektive einfordert, den schwarzen Hut also direkt benennt, bekommt belastbarere Ergebnisse. Das ist keine Umgehung des Modells, sondern methodische Steuerung.
Für Personalabteilungen gilt das etwa bei der Bewertung von Stellenbeschreibungen oder Gehaltsstrukturen. Der rote Hut liefert eine Einschätzung, wie Bewerber oder Mitarbeiter eine Maßnahme emotional wahrnehmen könnten. Der schwarze Hut zeigt rechtliche oder operative Risiken auf.
Aufwand und Grenzen
Der zusätzliche Aufwand im Prompt ist gering. Ein einzelner Satz genügt, um die Methode zu aktivieren. Die Ausgaben werden länger, was ein Abwägungspunkt ist, wenn Zeit knapp ist.
Die KI erfindet keine Fakten und ersetzt keine Fachexpertise. Sie strukturiert und analysiert vorhandene Informationen aus dem Prompt und ihrem Trainingsstand. Wer fehlerhafte oder unvollständige Eingaben liefert, bekommt strukturierte, aber falsche Ausgaben. Garbage in, garbage out gilt auch bei ausgefeilten Prompts.
Unternehmen, die intern keine Kapazitäten aufbauen wollen, können auf externe Prompt-Engineers zurückgreifen. Der Beruf hat sich in den letzten zwei Jahren etabliert, mit Gehältern, die je nach Branche und Unternehmensgröße deutlich variieren.
Fazit
Die De-Bono-Methode ist eine erprobte Denktechnik, die sich auf Sprachmodelle übertragen lässt. Für Entscheider in Produktion, Einkauf und Personal ist sie eine einfache Möglichkeit, KI-Ausgaben kritischer und vollständiger zu gestalten. Der Einstieg erfordert keine technische Infrastruktur, nur einen präziseren Umgang mit dem Eingabetext.
