Workslop vermeiden: Warum dein KI-Text fertig aussieht und trotzdem Nacharbeit macht

Was ist Workslop?

Den Begriff prägten Forscher von BetterUp Labs und dem Social Media Lab der Stanford-Universität, veröffentlicht Ende 2025 in der Harvard Business Review. Gemeint ist KI-generierter Inhalt, der aussieht wie gute Arbeit, dem aber die Substanz fehlt, um eine Aufgabe wirklich voranzubringen. Typisch sind drei Muster: Behauptungen, die gut klingen, aber unbelegt bleiben. Formulierungen, die glatt, aber generisch sind. Und Details, die plausibel wirken, in Wahrheit aber erfunden sind.

Das Tückische ist die Oberfläche. Weil der Text ordentlich formatiert und flüssig geschrieben ist, sieht er nach Ergebnis aus, obwohl er nur Rohmaterial ist. In einer Umfrage unter rund 1.150 Beschäftigten gaben etwa vier von zehn an, im Vormonat solche Workslop-Arbeit erhalten zu haben.

Warum kostet Workslop so viel Zeit?

Workslop verschwindet nicht, wenn er einmal erstellt ist. Er wandert. Der Nächste in der Kette merkt, dass etwas fehlt oder nicht stimmt, und muss prüfen, nachfragen, korrigieren oder neu machen. Die Zeit, die vorne scheinbar gespart wurde, fällt hinten wieder an, nur bei jemand anderem. Eine HBR-Analyse der Professoren Matthias Holweg (Oxford) und Thomas Davenport (Babson) beschreibt, wie sich dieser Effekt über Abteilungen hinweg summiert und das gemeinsame Wissen einer Organisation aushöhlt. In derselben Umfrage kostete das Aufräumen im Schnitt rund zwei Stunden pro Vorfall.

Das Unangenehme daran ist die Unsichtbarkeit. Dieser Aufwand steht in keiner Stellenbeschreibung und in keinem Reporting. Er landet einfach bei den Kollegen.

Ist die KI schuld an Workslop?

Und hier kommt der unbequeme Teil. Schuld ist nicht die KI. Schuld ist, dass wir ihren Entwurf für das fertige Ergebnis halten. KI-Output ist Rohmaterial. Daraus wird erst dann Arbeit, wenn ein Mensch prüft, schärft und verantwortet. Workslop ist deshalb weniger ein Technik- als ein Kompetenzthema. Er entsteht dort, wo Teams KI einsetzen, ohne einen gemeinsamen Prüf-Schritt etabliert zu haben. Genau an diesem Punkt setzen wir mit ConRat AI an, indem wir das Lernen und das saubere Anwenden von KI an einem Ort bündeln, damit dieser Schritt nicht an jedem Einzelnen allein hängen bleibt.

Wie verhinderst du Workslop?

Die gute Nachricht: Du brauchst keinen neuen Prozess und kein neues Tool. Du brauchst einen einzigen Schritt, bevor der Entwurf rausgeht. Statt den KI-Text direkt zu verschicken, lässt du die KI ihren eigenen Entwurf auseinandernehmen. Wo ist er dünn? Was ist unbelegt? Welche Fragen stellt ein kritischer Kollege? Dann überarbeitest du auf Basis der Antworten. Das dauert dreißig Sekunden und macht aus Slop Substanz.

Prompts zum Kopieren: der Anti-Workslop-Check

Damit du das nicht jedes Mal neu formulierst, haben wir den Check in fünf fertige Prompts gegossen. Kopieren, hinter deinen Entwurf setzen, nacheinander laufen lassen:

Lies meinen Entwurf unten wie ein skeptischer Fachkollege. Markiere jede Stelle, die dünn, generisch oder ohne konkreten Beleg ist, und liste sie einzeln auf.

Welche Aussagen sind Behauptungen, die eine Quelle oder ein Beispiel brauchen? Kennzeichne jede und schlage vor, womit ich sie belege oder ob ich sie streiche.

Prüfe den Text auf Zahlen, Namen, Zitate oder Fakten, die nicht aus meiner Vorgabe stammen. Liste alles auf, was möglicherweise erfunden ist, damit ich es verifiziere.

Welche drei Fragen würde ein kritischer Kollege oder Kunde nach dem Lesen stellen? Sag mir, ob der Text sie schon beantwortet, und wo nicht.

Überarbeite den Text jetzt auf Basis der Punkte oben: kürze Füllsätze, ersetze generische Formulierungen durch konkrete, und markiere, was ich als Mensch noch prüfen muss.

Wo liegen die Grenzen?

Zwei Einordnungen. Erstens: Die Zahlen oben stammen aus Umfragen, nicht aus Naturgesetzen. Sie zeigen eine deutliche Tendenz, kein exaktes Maß. Zweitens: Nicht jeder KI-Text ist Workslop. Für einen ersten Entwurf, eine Gliederung oder eine schnelle Übersetzung ist KI stark. Der Prüf-Schritt ersetzt auch keine Fachkenntnis. Die KI kann ihren Entwurf nur so gut zerlegen, wie du weißt, was am Ende richtig sein muss. Der Check verhindert nicht das Denken, er erzwingt es an der richtigen Stelle.