KI-Ergebnisse prüfen: Sven Preuß über belastbare Systeme statt überzeugender Texte

Gastbeitrag im Interview: Sven Preuß

In meiner Reihe „Kurs. Praxis. Profil.“ frage ich Menschen, die eine KI-Weiterbildung gemacht haben, wie es bei ihnen weitergegangen ist: was geholfen hat, was nicht und was sie anderen raten würden. Alle bekommen vier Fragen. Alle bisherigen Gespräche findest du in der Übersicht der Reihe.

In Folge 7 ist Sven Preuß zu Gast. Von Dezember 2025 bis Juni 2026 hat er bei MOD education die Weiterbildung „Full Funnel Performance Marketing & Brand Experience mit KI“ besucht. Heute arbeitet er als AI Business Systems Specialist in Tettnang am Bodensee und baut KI-gestützte Arbeitssysteme für Unternehmen auf. Mir sind aus dem Kurs vor allem seine Qualitätsstandards in Erinnerung geblieben. Genau darum geht es auch in seinen Antworten: Wie wird aus einem überzeugend klingenden KI-Ergebnis eines, auf das man sich verlassen kann?

Wie hat sich dein Blick auf KI durch die Weiterbildung verändert?

Mich hat vor allem interessiert, wie ich KI praktisch mit Marketing, Strategie und eigenen Projekten verbinden kann. Die Verbindung von Performance Marketing, SEO, GEO, SEA, Content, Markenentwicklung und KI hat bei mir eine wichtige Entwicklung angestoßen: Ich habe zunehmend verstanden, wie diese Bereiche zusammenwirken und wie wichtig eine ganzheitliche Sicht ist.

Die Weiterbildung hat mir dafür fachliche Grundlagen gegeben. Darauf aufbauend habe ich mir gezielt weiteres Wissen über Systeme, ihre Zusammenhänge und die praktische Umsetzung angeeignet. Mich interessiert seitdem besonders: Welche Informationen braucht ein System? Wie greifen Prozesse ineinander? Und woran erkenne ich, ob das Zusammenspiel tatsächlich funktioniert?

In meinen SEO- und KI-Abschlussprojekten habe ich erste Versuche unternommen, diesen Ansatz möglichst professionell und funktionsfähig umzusetzen. Daraus ist eine Richtung entstanden, die ich heute beruflich weiterverfolge.

Eine zentrale Erkenntnis ist für mich außerdem, dass ein überzeugend formulierter Text noch kein belastbares Ergebnis ist. KI kann sehr hilfreich sein und gleichzeitig Fehler machen, Zusammenhänge falsch einordnen oder fehlendes Wissen durch plausible Aussagen ersetzen. Deshalb gehört für mich zur Arbeit mit KI immer auch die Fähigkeit, Ergebnisse kritisch zu hinterfragen. Die Weiterbildung war ein wichtiger Baustein auf meinem Weg zu KI, Automationen und der Entwicklung zusammenhängender Systeme.

Welche Rolle spielt KI heute für dich?

KI ist heute ein fester Bestandteil meiner beruflichen Arbeit und meines eigenen Unternehmensaufbaus unter ITF, Ignite The Future. Mein erster Kundenauftrag ist ein langfristig angelegtes Projekt. Dort habe ich die Möglichkeit, ein Enterprise Operating System zu planen, aufzubauen und weiterzuentwickeln. Dabei geht es darum, Wissen, Arbeitsabläufe, Zuständigkeiten und KI-Unterstützung in einem zusammenhängenden Arbeitssystem zu verbinden.

Ich arbeite freiberuflich an KI-gestützten Workflows, Automationen und internen Wissens- und Arbeitssystemen. Hinzu kommen eigene App-Projekte und die Verbindung mit meinem Hintergrund in Performance Marketing und SEO.

Den größten Nutzen erlebe ich bei Aufgaben, bei denen viele Informationen zusammenkommen: Dokumente und Gesprächsinhalte strukturieren, Anforderungen herausarbeiten, offene Fragen erkennen und daraus konkrete nächste Schritte ableiten. Auch bei der Softwareentwicklung unterstützt mich KI, beispielsweise beim Entwerfen von Funktionen oder bei der Fehlersuche.

Dabei zeigt sich immer wieder: Wenn Informationen verstreut sind oder Zuständigkeiten fehlen, muss zunächst diese Grundlage geklärt werden. Ein Wissensassistent braucht verlässliche Inhalte und klare Regeln dafür, wer Wissen prüfen und freigeben darf.

Wie stellst du sicher, dass KI-Ergebnisse wirklich belastbar sind?

Mein Grundsatz ist: Was als Tatsache dargestellt wird, muss überprüfbar sein. Fehlt die Grundlage, soll das sichtbar bleiben.

Dafür unterscheide ich zwischen belegten Informationen, Annahmen und offenen Fragen. Bei Zahlen prüfe ich die Herkunft, den Zeitraum und den Zusammenhang. Eine echte Zahl kann trotzdem zu einer falschen Schlussfolgerung führen, wenn sie für eine andere Fragestellung erhoben wurde.

Quellenangaben kontrolliere ich ebenfalls: Existiert die Quelle tatsächlich, und belegt sie genau die Aussage? Eine zweite KI-Antwort ist für mich noch keine unabhängige Bestätigung.

Bei technischen Ergebnissen gehört außerdem ein praktischer Test dazu. Eine Funktion ist erst dann brauchbar, wenn sie unter den vorgesehenen Bedingungen funktioniert und Fehlerfälle berücksichtigt.

Eine hundertprozentige Fehlerfreiheit kann ich auch damit nicht garantieren. Mein Anspruch ist jedoch, Unsicherheit nachvollziehbar zu machen und Fehler möglichst früh zu erkennen und zu beheben.

Ziele, Prioritäten, akzeptable Risiken und die abschließende Freigabe müssen aus meiner Sicht beim verantwortlichen Menschen bleiben. KI kann Optionen vorbereiten und Gegenargumente liefern. Die Verantwortung für eine Entscheidung lässt sich dadurch nicht abgeben (Human in the Loop).

Welche Kompetenzen braucht man, um KI sinnvoll und verantwortungsvoll einzusetzen?

Für mich gehören kritisches und logisches Denken, Systemverständnis, Kreativität und das passende Fachwissen zusammen. Welches Fachwissen nötig ist, hängt vom Bereich und vom konkreten Einsatz ab.

Man sollte eine Aufgabe klar beschreiben können: Welches Ergebnis wird gebraucht? Welche Informationen liegen vor? Welche Abhängigkeiten gibt es? Und woran erkennt man ein gutes Ergebnis? Dazu gehört auch, eigene Annahmen zu hinterfragen und die Grenzen der eingesetzten Werkzeuge zu verstehen.

Besonders wichtig finde ich, über einzelne Aufgaben und abgegrenzte Bereiche hinauszudenken. Aus meiner Sicht liegt die Zukunft zunehmend in zusammenhängenden Systemen. Deshalb sollte man verstehen, wie Daten, Menschen, Werkzeuge und Prozesse miteinander verbunden sind und wie sich eine Änderung auf das Gesamtsystem auswirkt.

Dazu gehört ein Verständnis für Handlungs-, Verantwortungs- und Berechtigungsketten: Wer darf welche Informationen nutzen? Wer darf etwas ausführen, verändern oder freigeben? Wann muss ein Mensch eingebunden werden? Gerade bei Automationen und KI-Agenten müssen diese Fragen früh geklärt werden.

Kreativität hilft dabei, neue Lösungswege zu finden. Fachwissen und logisches Denken helfen, ihre Eignung zu beurteilen. Kritisches Denken sorgt dafür, dass man auch eine überzeugende Lösung noch überprüft.

Mein Rat für eine KI-Weiterbildung wäre: Bringt eine echte Aufgabe aus eurem Alltag mit und arbeitet daran. So merkt ihr schneller, was euch hilft und wo noch Wissen fehlt. Achtet bei der Kurswahl auf praktische Übungen, fachliche Grundlagen und die kritische Prüfung von Ergebnissen.

Und traut euch nachzufragen, auch bei der KI. „Woher weißt du das?“ und „Welche Information fehlt dir?“ sind für mich genauso wichtig wie die eigentliche Aufgabenstellung.

Was ich aus dem Gespräch mitnehme

Sven hat schon im Kurs hohe Maßstäbe an seine Ergebnisse angelegt, und genau das merkt man seinen Antworten an. Sein wichtigster Satz für mich: Eine zweite KI-Antwort ist keine unabhängige Bestätigung. Viele fragen bei Zweifeln einfach noch einmal nach und fühlen sich bestätigt, wenn dasselbe herauskommt. Das ist kein Faktencheck, sondern ein Echo.

Hilfreich finde ich auch seine Unterscheidung zwischen belegten Informationen, Annahmen und offenen Fragen. Wer KI-Ergebnisse so sortiert, sieht sofort, wo er noch nachprüfen muss, statt einem glatten Text zu vertrauen.

Und dann die Berechtigungsketten: Wer darf welche Informationen nutzen, wer darf etwas ausführen oder freigeben? Bei KI-Agenten wird das zur Kernfrage. Genau darum geht es auch in der Live-Session zu Guardrails im MOD-Kurs. Danke, Sven, für deine offenen Antworten.

Das Wichtigste in Kürze

• Ein überzeugend formulierter Text ist noch kein belastbares Ergebnis.
• Belegtes, Annahmen und offene Fragen sauber trennen. Bei Zahlen Herkunft, Zeitraum und Zusammenhang prüfen.
• Eine zweite KI-Antwort ist keine unabhängige Bestätigung. Technische Ergebnisse brauchen einen praktischen Test.
• Ziele, Risiken und die Freigabe bleiben beim Menschen. Bei Automationen und Agenten früh klären, wer was darf.
• Für die Weiterbildung eine echte Aufgabe aus dem Alltag mitbringen und die KI immer wieder fragen: Woher weißt du das?

Du hast selbst eine KI-Weiterbildung gemacht, bei mir oder bei einem anderen Anbieter, und willst erzählen, wie es danach weitergegangen ist? Schreib mir, ich schicke dir die vier Fragen. Wer meine eigenen Kurse kennenlernen möchte, findet sie unter Meine Kurse.