Was KI im Aufgabenmanagement wirklich kann – und was nicht

„Mit KI" steht inzwischen auf jeder zweiten Produktivitäts-App. Meistens ist damit ein Chatfenster gemeint, das zusammenfasst, was man ihm hineinkopiert. Das ist nett, aber es ist nicht das, was Aufgabenmanagement schwer macht. Schwer sind drei Dinge: alles zu erfassen, was ansteht, die richtige Reihenfolge zu finden, und anzufangen. Bei zwei davon können Sprachmodelle wirklich helfen, bei einem nur indirekt, und bei allen dreien können sie Schaden anrichten, wenn man sie falsch einsetzt.

Was gut funktioniert

Aufgaben aus Text ziehen. Das ist die Stärke, die am wenigsten beworben wird und am meisten bringt. Ein Besprechungsprotokoll, eine lange Mail, ein Zettel vom Kühlschrank: Sprachmodelle sind sehr gut darin, daraus die eigentlichen Handlungen herauszulesen, sie als kurze Sätze zu formulieren und Termine zu erkennen („bis Freitag" wird zum konkreten Datum). Das spart nicht nur Tipparbeit. Es senkt die Hürde fürs Erfassen so weit, dass Dinge überhaupt in die Liste kommen, statt im Kopf zu bleiben.

Aufgaben zerlegen. „Umzug organisieren" ist keine Aufgabe, sondern ein Projekt. Ein Modell kann daraus in Sekunden fünf konkrete erste Schritte machen. Die sind nicht immer perfekt, aber sie sind ein Anfang, und der Anfang ist psychologisch der teuerste Teil. Wer die Schritte vor sich sieht, muss nicht mehr gegen den Berg anarbeiten.

Vergleichen, wenn es Kontext hat. Hier liegt die interessanteste Fähigkeit, und sie hat eine Bedingung. Ein Modell, das eine einzelne Aufgabe bewerten soll, rät. Ein Modell, das dreißig Aufgaben gleichzeitig sieht und dazu einen Absatz über die Lage der Person („freiberuflich, zwei Kinder, Geld ist gerade knapp, konzentriert arbeiten kann ich nur abends"), kann etwas, das keine Regel kann: erkennen, dass der Schwimmkurs für die Kinder die Abendbetreuung sichert und deshalb nicht Freizeit ist, sondern Voraussetzung fürs Arbeiten. Das ist kein Zaubertrick, sondern Schlussfolgern über Zusammenhänge, die man ihm gegeben hat.

Nachfragen. Ein gutes System erkennt, wenn es nicht weiß, was gemeint ist. „Irgendwas mit dem Auto" hat keine Priorität, bevor klar ist, ob die Werkstatt oder die Versicherung gemeint ist. Ein Modell, das an dieser Stelle eine Rückfrage stellt, statt eine Zahl zu erfinden, ist mehr wert als eines, das immer eine Antwort hat.

Was nicht funktioniert

Zeitschätzungen. Sprachmodelle schätzen Aufwand ungefähr so schlecht wie Menschen, und Menschen schätzen ihn systematisch zu niedrig. Daniel Kahneman und Amos Tversky haben das 1979 als Planungsfehlschluss beschrieben, und kein Modell hat ihn überwunden. Eine KI-Schätzung von „30 Minuten" ist ein Anhaltspunkt für die Größenordnung, nicht für die Planung.

Prioritäten ohne Kontext. Ohne zu wissen, wer die Person ist und was sie will, bewertet ein Modell nach Allgemeinplätzen: Steuern wichtig, Gesundheit wichtig, Aufräumen unwichtig. Das ist nicht falsch, aber es ist nicht deine Priorität. Wer der KI nicht sagt, was gerade zählt, bekommt die Prioritäten eines Durchschnittsmenschen, und den gibt es nicht.

Erfundene Details. Modelle ergänzen gern. Ein Datum, das im Text nicht stand, eine Person, die niemand erwähnt hat. Jede Ausgabe, die in eine Liste übernommen wird, sollte vorher gesehen werden. Nicht aus Misstrauen, sondern weil ein falsches Fälligkeitsdatum in einer Liste teurer ist als zehn Sekunden Kontrolle.

Anfangen. Kein Modell kann dich dazu bringen, die Steuererklärung anzufangen. Es kann die Hürde senken: ersten Schritt zeigen, Aufgabe oben hinstellen, Begründung liefern. Aber die Entscheidung bleibt bei dir, und ein Werkzeug, das etwas anderes verspricht, lügt.

Zwei Risiken, über die selten gesprochen wird

Vertrauen ohne Prüfung. Eine Reihenfolge mit Zahlen wirkt objektiv. Sie ist es nicht. Sie ist die Meinung eines Modells auf Basis dessen, was es weiß. Ein gutes Werkzeug zeigt deshalb die Begründung zu jeder Bewertung, damit man widersprechen kann. Eine Zahl ohne Grund ist ein Orakel, und Orakel machen unmündig.

Daten. Aufgaben sind persönlich. Wer Aufgaben und einen Absatz über sein Leben an ein Modell schickt, sollte wissen, wohin. Die Fragen sind einfach: Welcher Anbieter, wird damit trainiert, kann ich es abschalten. Wer diese Fragen nicht beantwortet bekommt, sollte die Funktion nicht nutzen.

Wie man KI hier sinnvoll einsetzt

Gib ihr einmal Kontext, in einem Absatz: was du tust, was gerade knapp ist, was du erreichen willst, wann du arbeiten kannst. Lass sie erfassen, zerlegen und vergleichen. Lies die Begründungen, und widersprich, wenn sie falsch liegt. Behalte die Entscheidung. Und erwarte von keiner Sortierung, dass sie dir das Anfangen abnimmt. Das kann sie nur leichter machen. Das ist allerdings nicht wenig.