Wie ich mich in 15 Minuten mit KI auf ein Doktoranden-Vorstellungsgespräch vorbereitet habe
Ich erhielt sieben Interviewfragen von einem Doktoranden und bereitete mich mithilfe künstlicher Intelligenz auf das Thema „Börsenpräsenz ungarischer KMU“ vor. Die KI erstellte in 15 Minuten ein 15-seitiges Vorbereitungsdokument auf akademischem Niveau – aus 16 öffentlichen Medienquellen, 11 Podcasts, 6 internen E-Mail-Verläufen und den SharePoint-Dokumenten des Unternehmens. Ich zeige Ihnen, wie ich das gemacht habe.
Ich bin nicht der Typ, der sich hinsetzt und stundenlang in seinen eigenen früheren Interviews stöbert. Aber wenn mir ein Doktorand sieben komplexe Fragen zum Börsengang, zur Wettbewerbsfähigkeit von KMU und zu ESG schickt, muss ich wissen, was ich zuvor zu diesen Themen gesagt habe – damit ich mich nicht widerspreche und konsistent bleibe.
Früher hätte diese Aufgabe Tage gedauert. Jetzt war das Ganze in 15 Minuten erledigt.
Was die KI herausgefunden hat – in Zahlen
Bevor ich auf das „Wie“ eingehe, schauen wir uns das Ergebnis an. Die KI hat innerhalb von 15 Minuten die folgenden Quellen gefunden und für die 7 Interviewfragen aufbereitet:
- 16 öffentliche Medienquellen: Portfolio.hu, Telex.hu, Világgazdaság, Economx.hu, CMBP.hu, Fintech.hu, Novekedes.hu, KKV Magazin, ITBusiness.hu, G7 sowie weitere Artikel
- 11 Podcast-Folgen: Unternehmensgründer (MiniCRM), VG Arbitrage, VG Exklusiv, Moneyvlog – auf Spotify, Apple Podcasts und YouTube
- 6 interne E-Mail-Verläufe aus meinem Outlook-Postfach – darunter eine E-Mail zur KI-Strategie, die an eine Managementgruppe gesendet wurde
- Interne SharePoint-Dokumente: Nachhaltigkeitsbericht, ESG-Strategie, Investorenpräsentationen, Materialien zum BÉT-ESG-Pilotprojekt
- LinkedIn-Beiträge und Börsenmitteilungen der BÉT
Er hat aus insgesamt über 40 Quellen ein schlüssiges, mit Zitaten untermauertes Dokument zusammengestellt – in nur 15 Minuten.
Welche Hilfsmittel habe ich verwendet?
Der gesamte Arbeitsprozess fand in einem einzigen Tool statt: in Claude AI(Anthropic, Modell Opus 4.6). Allerdings nicht isoliert, sondern in Verbindung mit dem daran gekoppelten Plugin-Ökosystem, das ich in den letzten Monaten aufgebaut habe.
Die KI hat folgende Fähigkeiten gleichzeitig eingesetzt:
- Webrecherche (Deep Research): Echtzeit-Durchsicht von 16 öffentlichen Medienquellen und 11 Podcasts, Extraktion von Inhalten aus den vollständigen Artikeln
- Microsoft 365-Konnektor: Suche in Outlook-E-Mails und Erschließung interner SharePoint-Dokumente
- Dokumenterstellung: Erstellung professioneller Word-Dokumente mit Kopf- und Fußzeilen, Seitenzahlen, Zitatboxen und Tabellen
- Suche auf YouTube und in sozialen Medien: LinkedIn-Beiträge und Podcast-Auftritte finden
Der Prompt-Engineering-Prozess – 5 Iterationen in 15 Minuten
Der Text entstand nicht mit einem einzigen Befehl. Er durchlief fünf Iterationen, und jede Iteration lieferte ein präziseres und brauchbareres Ergebnis. Das ist der Kern der Arbeit mit KI: Nicht die erste Antwort ist die endgültige, sondern das Ergebnis des Dialogs.
1. Iteration: Start der Forschung
Die erste Eingabeaufforderung enthielt die Aufgabe und die 7 Fragen. Die KI startete sofort die eingehende Recherche – sie suchte gleichzeitig im Internet, in meiner E-Mail-Korrespondenz und auf SharePoint.
2. Iteration: Erstellung eines Word-Dokuments
Ich habe aus den Forschungsergebnissen ein professionelles Word-Dokument erstellen lassen. Die .docx-Datei wurde mit der Bibliothek „AI docx-js“ generiert, komplett mit Kopfzeilen, Seitenzahlen und Zitatboxen.
3. Iteration: Verfeinerung von Struktur und Klang
Ich habe darum gebeten, dass der Wortlaut der Frage vor jeder Antwort steht und der gesamte Text in der ersten Person Singular und auf akademischem Niveau verfasst ist – da er für eine Doktorarbeit bestimmt ist.
4. Iteration: inhaltliche Korrekturen
Hier sind die wichtigsten Änderungen. Die KI hatte keinen Kontext zu dem, was ich denke – nur zu dem, was ich öffentlich gesagt habe. Deshalb habe ich Folgendes korrigiert:
- Die Börse hat KEINE besseren Bankkonditionen gebracht – diese Information hat die KI den offiziellen Mitteilungen der BÉT entnommen, doch die Realität sieht anders aus
- Die Bezahlung mit eigenen Aktien war die beste Option – dies wurde in der KI-Studie erwähnt, aber nicht ausreichend hervorgehoben
- KMU wollen einfach nicht wachsen – die KI nennt drei Gründe, ich habe sie auf einen reduziert
- ESG bedeutet für KMU einen Verwaltungsaufwand – die KI drückte sich diplomatischer aus, als es meiner ehrlichen Meinung nach angemessen wäre
5. Iteration: endgültige Struktur
Mit der letzten Eingabeaufforderung habe ich das endgültige Format festgelegt: Bei jeder Frage eine Antwort in Fettdruck in meiner eigenen Stimme, gefolgt von Hintergrundinformationen mit Quellenangaben und schließlich einer Zusammenfassung, die das Ganze zusammenfasst.
Die wichtigsten Stichworte – wörtlich
Ich zeige euch die wichtigsten Stichpunkte, die ich verwendet habe. Diese könnt ihr kopieren und für jede ähnliche Aufgabe anpassen.
Die Startaufforderung (Start der Suche):
„Du bist Viktor Szekeres. Recherchiere im Internet, auf YouTube und in den sozialen Medien und finde heraus, wie ich die folgenden Fragen beantwortet habe. Schau auch in meiner Korrespondenz nach, und wenn du Zugriff auf SharePoint hast, suche dort ebenfalls.“
Die Formatierungsaufforderung (Word-Generierung):
„Zurück in MS Word“
Das war’s. Die KI wusste, dass sie eine .docx-Datei mit Kopfzeilen und Formatierung erstellen musste.
Der Korrektur-Prompt (inhaltliche Änderungen):
„Änderungen: Frage 2 – Der Börsengang hat keine besseren Bankbeziehungen mit sich gebracht. Was sich sehr bewährt hat: die Bezahlung mit eigenen Aktien, wodurch wir mehrere Milliarden Forint an frischen Mitteln erhalten haben. Frage 4 – Warum sie nicht an die Börse gehen: Sie wollen nicht groß sein. Frage 7 – ESG ist für KMU nur eine weitere administrative Belastung, nichts weiter.“
Die Strukturvorgabe (endgültiges Format):
„BEHALTE DEN BISHERIGEN TEXT BEI! Die Struktur soll bei jeder Frage ausnahmslos wie folgt aussehen: Nach der Frage soll die Antwort fett hervorgehoben sein, sodass sie Viktors persönliche Meinung und seinen Stil widerspiegelt, ohne Zitate. Danach können die Forschungsmaterialien und Zitate folgen. Am Ende eine 1–2-zeilige Zusammenfassung, die auf den Anfang der Antwort verweist.“
Welche Stecker habe ich verwendet?
Für Claude AI habe ich selbst entwickelte MCP-Konnektoren (Model Context Protocol) erstellt, die auf Cloudflare Workers laufen. In diesem Gespräch wurden die folgenden Konnektoren verwendet:
- Microsoft 365: Outlook-E-Mail-Suche und SharePoint-Dokumentensuche – die KI hat meine Unternehmens-E-Mails nach den Stichwörtern „Börse“, „BÉT“, „ESG“ und „Wettbewerbsfähigkeit“ durchsucht und die entsprechenden internen Dokumente gefunden
- Websuche: Systematische Durchsicht von 16 öffentlichen Medienquellen und 11 Podcasts
- WP Tools 120 (WordPress): zum Veröffentlichen von Blogbeiträgen und zum Hochladen von Screenshots
- Outlook-E-Mail: zur strategischen Verarbeitung von E-Mails mit KI-Unterstützung in der internen Korrespondenz
Das Wesentliche an den MCP-Konnektoren: Die KI arbeitet nicht nur mit Daten aus dem öffentlichen Internet, sondern auch mit meinen eigenen Daten. Eine interne E-Mail aus einem E-Mail-Verlauf (1. April 2026) wurde beispielsweise zu einer entscheidenden Quelle für Frage 6 (KI-Risiken), da ich darin konkrete Maßnahmenvorschläge für das Managementteam formuliert hatte.
Ergebnis der Vorbereitung auf die AI
Was ich daraus gelernt habe
Drei Dinge.
Erstens: Die KI ist nicht dazu da, an deiner Stelle zu denken – sondern dazu, das Ausgangsmaterial zu sammeln, auf dem dein Denken aufbaut. In der vierten Iteration musste ich Korrekturen vornehmen, da die KI sich an öffentlichen Quellen orientierte und nicht an meiner persönlichen Meinung. Der Mensch entscheidet, die KI bereitet vor.
Zweitens: Ohne diese Schnittstellen wäre diese Aufgabe nicht einmal halb so gut gelungen. Die Tatsache, dass die KI Zugriff auf meine E-Mails und auf SharePoint hat, führt zu Ergebnissen von ganz anderer Qualität, als wenn sie nur mit Daten aus dem öffentlichen Internet arbeiten würde.
Drittens: Es waren fünf Iterationen nötig. Wer glaubt, dass man mit einer einzigen Eingabefertig ist – der hat noch nie ernsthaft mit KI gearbeitet. Das Erstellen von Eingaben ist ein Dialog, kein Befehl.
KI ersetzt das Denken nicht. Sie beschleunigt die Vorbereitung – damit dir mehr Zeit zum Nachdenken bleibt.
Häufig gestellte Fragen (FAQ)
Wie kann man KI zur Vorbereitung auf ein Vorstellungsgespräch nutzen?
Die KI ist in der Lage, innerhalb von 15 Minuten Hintergrundinformationen zu sammeln, einen Fragenkatalog zu erstellen und die Interviewsituation zu simulieren. Künstliche Intelligenz ersetzt zwar kein Fachwissen – beschleunigt aber die Vorbereitung erheblich.
Mit welchen Techniken des Prompt Engineering erhalte ich bessere Antworten?
Drei Grundregeln: Gib den Kontext an (wer du bist, was du erreichen möchtest), gib die Struktur vor (in welchem Format du die Antwort wünschst) und gib ein Beispiel (welches Niveau die Antwort haben soll). Eine konkrete Eingabeaufforderung liefert immer bessere Ergebnisse als eine allgemeine.
Kann KI auch für Forschungszwecke genutzt werden?
Ja – in den Bereichen Literaturrecherche, Hypothesenbildung, Datenanalyse und Erstellung von Präsentationen. Claude AI ist besonders stark bei der Verarbeitung langer Dokumente und der Einhaltung des akademischen Stils.
Verwandte Artikel
- 7 maßgeschneiderte KI-Konnektoren, die wöchentlich 15 bis 20 Stunden Arbeit einsparen – Die MCP-Konnektoren, die eine gründliche Analyse der Doktoranden-Interviews ermöglichten
- Wie ich mit Claudes Hilfe einen Businessplan erstellt habe – Eine weitere Fallstudie: 5-Jahres-Finanzmodell mit der Meta-Prompt-Technik
