Bevor du ein einziges KI-Tool anfasst: Finde zuerst deine Monkey Jobs

Das falsche Mindset: Tool first, Problem second

Die meisten nähern sich KI verkehrt herum. Sie suchen zuerst das Werkzeug und überlegen dann, wozu sie es eigentlich brauchen. Echten Nutzen entfaltet KI aber nur dann, wenn sie auf ein konkretes, wiederkehrendes Problem trifft. Der Mindset Shift lautet deshalb: nicht "Was kann KI?", sondern "Was nervt mich eigentlich am meisten?"

Was sind Monkey Jobs?

Monkey Jobs sind Aufgaben, bei denen das Gehirn auf Autopilot läuft. Man erkennt sie an drei Dingen: Sie wiederholen sich regelmäßig, sie erfordern kaum echte Entscheidungen, und man könnte sie im Prinzip sofort abgeben, wenn jemand anderes den nötigen Kontext hätte. Typische Merkmale:

• Immer gleiche Struktur, jedes Mal andere Inhalte
• Copy-Paste zwischen Dokumenten oder Tools
• Dieselbe Information für verschiedene Zielgruppen umformulieren
• Zusammenfassen, kürzen, übersetzen, anpassen

Diese Aufgaben sind oft notwendig, aber sie binden Kapazität, die eigentlich für kreative Arbeit, Strategie oder direkte Gästekommunikation da sein sollte.

So findest du deine

Der einfachste Einstieg ist der "smarte Praktikant" Test: Stell dir vor, du hast jemanden, der alles weiß, was du weißt, also wirklich alles: den Kontext deines Betriebs, deine Zielgruppe, deinen Schreibstil. Was würdest du dieser Person noch heute abgeben? Genau das sind deine Monkey Jobs.

Wenn du eine Liste hast, ist der nächste und wichtigste Schritt: einen einzigen Punkt rausgreifen, nicht alle auf einmal angehen. Nimm den Monkey Job, der sich in den letzten Wochen am häufigsten wiederholt hat, nicht den aufregendsten, sondern den häufigsten. Dort ist der Return am höchsten.

Erst dann macht die Tool-Frage Sinn. Mit einem konkreten Problem in der Hand fragst du nicht mehr "Welches KI-Tool ist gerade gehypt?", sondern "Was brauche ich für genau diese eine Aufgabe?" Für Texte schreiben und umformulieren eignen sich Claude oder ChatGPT als täglicher Co-Pilot. Für Recherche mit Quellen ist Perplexity deutlich besser als eine klassische Google-Suche. Wer bestehende Dokumente und Berichte als Wissensbasis nutzen will, ist mit NotebookLM gut bedient. Und für Übersetzungen mit Stilgefühl ist DeepL nach wie vor das verlässlichste Tool.

Warum das für uns als Community relevant ist

Aus unseren Workshops wissen wir: Die Motivation ist da, das Wissen wächst, aber die Umsetzung bleibt oft Einzelinitiativen überlassen. Eine Kollegin probiert etwas aus, ein anderer fragt nach dem Zugang, drei Wochen später ist das Tool wieder vergessen, weil der Alltag übernimmt.

Der Monkey-Job-Ansatz löst genau das, weil er KI nicht in abstrakten Möglichkeiten verankert, sondern in echtem, täglich spürbarem Schmerz. Wenn jemand weiß, dass er jeden Montag eine Stunde für einen Bericht sitzt, der immer dieselbe Struktur hat, ist die Motivation, daran etwas zu ändern, real. Das ist der Unterschied zwischen einem Aha-Moment im Workshop und einer Verhaltensänderung, die tatsächlich bleibt.

In vier Jahren soll KI die Monkey Jobs übernehmen, die heute Zeit fressen, damit wir uns wieder auf das konzentrieren können, wofür wir eigentlich da sind: Gäste begeistern, Ideen entwickeln, Destinationen gestalten. Der Weg dorthin beginnt nicht mit dem richtigen Tool. Er beginnt mit der ehrlichen Frage: Was nervt mich eigentlich am meisten?