Im Praktikum wirst du KI-Werkzeuge benutzen, und zwar mit hoher Wahrscheinlichkeit vom ersten Tag an. Nicht, weil es im Vertrag steht, sondern weil dein Team es tut. Interessant ist deshalb weniger die Frage, ob du sie einsetzt, als wofür - und unter welchen Regeln.
Die Gattungen von Werkzeugen
Es lohnt, vier Arten zu unterscheiden, weil sie unterschiedliche Aufgaben lösen und unterschiedliche Risiken mitbringen. Die großen Anbieter sind bekannt und werden hier nur als Beispiele genannt; welche Funktionen ein Produkt heute genau hat und was es kostet, ändert sich zu schnell, um es in einem Ratgebertext zu behaupten.
Chat-Assistenten. Die allgemeinen Assistenten im Browser oder als App, wie sie unter Namen wie ChatGPT, Gemini oder Claude bekannt sind. Sie sind die Allzweckwerkzeuge: erklären, entwerfen, umformulieren, strukturieren. Ihr Vorteil ist die Breite, ihr Nachteil, dass sie von deinem Projekt nichts wissen, außer du erzählst es ihnen - was genau der Punkt ist, an dem betriebliche Regeln greifen.
Assistenten in der Entwicklungsumgebung. Erweiterungen, die direkt im Editor arbeiten, etwa GitHub Copilot oder vergleichbare Integrationen. Sie sehen den geöffneten Code und schlagen Fortsetzungen vor. Der Nutzen ist bei wiederkehrenden Mustern am größten: Tests, Schleifen, Umwandlungen zwischen Formaten. Bei allem, was Projektwissen erfordert, sinkt er schnell.
In Bürosoftware eingebettete Funktionen. Zusammenfassen, formulieren, Tabellen erklären - eingebaut in die Programme, die im Unternehmen ohnehin benutzt werden. Für Berufseinsteiger unterschätzt, weil ein großer Teil der Arbeit aus Notizen, Protokollen und Mails besteht. Ein Vorteil dieser Variante: Sie läuft in der Regel innerhalb der Umgebung, die das Unternehmen ohnehin freigegeben hat.
Recherche- und Zusammenfassungswerkzeuge. Dienste, die Quellen suchen, lange Dokumente zusammenfassen oder in einer Sammlung von Dateien nachschlagen. Nützlich beim Einarbeiten, riskant beim Zitieren - dazu unten mehr.
Was gut funktioniert
Entwürfe. Das erste Drittel jeder Textarbeit. Eine Gliederung für eine Präsentation, ein Antwortentwurf, eine Struktur für die Dokumentation. Es ist selten das Ergebnis, aber es ersetzt das leere Blatt.
Fremden Code verstehen. In der ersten Woche bekommst du Zugriff auf eine gewachsene Umgebung, in der niemand Zeit hat, dir alles zu erklären. Ein Assistent, der ein Modul zusammenfasst, verkürzt diese Phase erheblich. Nachlesen musst du trotzdem, aber du weißt dann, wo.
Testdaten und Beispiele. Erfundene Datensätze für einen Test, Beispieleingaben in einem bestimmten Format, ein Beispiel für eine Konfiguration. Hier ist der Umstand, dass die Ausgabe erfunden ist, ausnahmsweise kein Problem, sondern der Zweck.
Umformulieren. Einen technischen Absatz für die Fachabteilung verständlich machen, eine zu lange Mail kürzen, eine Notiz in ein Protokoll überführen. Verlässlich brauchbar, weil der Inhalt von dir kommt.
Fremde Systeme erklären lassen. Ein Fehler in einer Bibliothek, die du nicht kennst, eine Meldung aus einem Betriebssystem, ein Konfigurationsformat aus den Neunzigern. Als Nachschlagehilfe mit anschließender Prüfung in der Dokumentation ist das der Anwendungsfall mit dem besten Verhältnis von Aufwand und Nutzen.
Was nicht funktioniert
Fakten. Namen, Jahreszahlen, Paragraphen, Produktdetails, Studienergebnisse. Alles davon kann richtig aussehen und falsch sein. Wenn du eine Tatsachenbehauptung weitergibst, brauchst du eine Quelle, die du selbst gesehen hast.
Zahlen. Rechnen ist keine Sprachaufgabe. Was gerechnet werden muss, lässt du rechnen - von der Datenbank, einer Tabellenkalkulation oder Code, den du gelesen hast. Ausführlicher steht das im Beitrag zu KI-Werkzeugen in der Datenanalyse.
Ungeprüfte Übernahme. Der eigentliche Fehler ist nie das Werkzeug, sondern das Weiterreichen ohne Blick. Erzeugter Code, den du nicht verstanden hast, ist im Zweifel schlimmer als kein Code, weil er beim nächsten Fehler niemandem erklärbar ist - dir am wenigsten.
| Aufgabe | Werkzeug sinnvoll | Prüfaufwand |
|---|---|---|
| Gliederung, Entwurf | ja | gering |
| Umformulieren | ja | gering |
| Testdaten erzeugen | ja | gering |
| Fremden Code erklären | ja | mittel, gegen die Dokumentation |
| Code schreiben lassen | eingeschränkt | hoch, Zeile für Zeile |
| Fakten und Zahlen | nein | ohnehin eigene Quelle |
Die Regeln, die im Betrieb gelten
Dieser Abschnitt ist der, an dem Praktikanten am häufigsten anecken - selten aus Absicht, meist aus Unkenntnis.
Firmen- und Kundendaten gehören nicht ungefragt in ein öffentliches Werkzeug. Quellcode aus dem Unternehmen, Auszüge aus einer Datenbank, Vertragstexte, Namen von Kunden, personenbezogene Daten: All das ist nichts, was du in einen frei zugänglichen Dienst kopierst, nur weil es schneller geht. Viele Unternehmen betreiben eigene, abgeschottete Zugänge zu denselben Modellen - dann benutze diese. Wo es sie nicht gibt, gilt die Faustregel: Wenn du es nicht in eine öffentliche Mail schreiben würdest, gehört es auch nicht dort hinein.
Urheberrecht und Lizenzen bei erzeugtem Code. Wem erzeugter Code gehört und unter welchen Bedingungen er verwendet werden darf, ist rechtlich nicht abschließend geklärt und wird in Unternehmen unterschiedlich gehandhabt - das ist keine Rechtsberatung, sondern der Grund, warum es interne Vorgaben gibt. Praktisch relevant ist für dich vor allem: Wenn ein Vorschlag verdächtig nach einem bekannten Projekt aussieht, prüfe, aus welcher Quelle er stammen könnte, und frage im Zweifel nach.
Interne Richtlinien zuerst lesen. Fast jedes größere Unternehmen hat inzwischen ein Dokument dazu, welche Werkzeuge freigegeben sind und welche Daten hinein dürfen. Es liegt im Intranet und wird selten von sich aus gezeigt. Danach zu fragen, ist eine der besseren Fragen in der ersten Woche - sie zeigt, dass du das Thema ernst nimmst. Dass solche Vorgaben ein eigenes Berufsfeld hervorgebracht haben, sieht man an Rollen wie dem AI Governance Manager.
Wie du deinen Umgang darstellst
Im Bewerbungsgespräch wird zunehmend danach gefragt, und die Frage ist eine Prüfung. Wer antwortet, er nutze KI für alles, hat sie nicht bestanden. Wer antwortet, er nutze sie gar nicht, ebenso wenig.
Brauchbar ist eine Antwort, die drei Dinge enthält: wofür du sie einsetzt, wofür nicht, und wie du prüfst. Zum Beispiel: für erste Entwürfe und um fremden Code zu verstehen; nicht für Zahlen und nicht für Aussagen, die ich belegen muss; geprüft wird gegen die Dokumentation und über einen zweiten Rechenweg. Das ist konkret, überprüfbar und beantwortet die eigentliche Frage - nämlich, ob man dir Ergebnisse abnehmen kann. Wie solche Fragen im technischen Teil gestellt werden, beschreibt der Beitrag zum technischen Gespräch.
Für das Zeugnis gilt Ähnliches. "Kenntnisse in der Nutzung von KI-Assistenten" ist eine leere Zeile. Was trägt, ist die Beschreibung einer Aufgabe, die du damit gelöst hast: eine Dokumentation, die vorher fehlte, eine Testdatenbasis, eine Einarbeitung in ein System, das niemand mehr erklären konnte. Dasselbe Prinzip gilt für dein Portfolio - ein Projekt, an dem man deine Arbeitsweise sieht, wirkt stärker als jede Aufzählung, wie im Leitfaden für Portfolioprojekte beschrieben.
Warum "ich nutze KI" keine Qualifikation ist
Weil es alle tun. Ein Werkzeug zu bedienen, das jedem offensteht und dessen Bedienung aus dem Formulieren von Sätzen besteht, unterscheidet dich von niemandem. Unterscheiden tut dich, was du damit anfängst und was du davon verantworten kannst.
Das ist übrigens auch der Grund, warum sich die Erwartungen an Rollennamen verschieben. Wo vor kurzem noch Stellen ausgeschrieben wurden, die vor allem gutes Formulieren von Anweisungen verlangten - siehe die Beschreibung des Prompt Engineer - werden heute meist Profile gesucht, die Anwendungen wirklich bauen und betreiben, etwa als AI Software Engineer oder in anderen Rollen im Berufsfeld Sprache und LLMs. Der Anteil klassischer Softwarearbeit ist dort höher, als viele erwarten; welche Grundlagen dafür vorausgesetzt werden, steht in der Übersicht der Kenntnisse für ein KI-Praktikum.
Weitere Beiträge zu Werkzeugen und Arbeitsweisen findest du in der Kategorie Skills.
In einem Satz
Benutze die Werkzeuge für Entwürfe, Erklärungen und Formulierungen, halte betriebliche Daten und ungeprüfte Fakten heraus, und sprich über deine Prüfschritte statt über deine Werkzeugliste - das ist der Teil, für den du bezahlt wirst.
Bereit für den nächsten Schritt?
Setz dein Wissen direkt ein und finde einen freien KI-Praktikum in deiner Nähe – kostenlos und ohne Anmeldung.
KI-Praktika finden
