KI-Co-Moderation: Wie mehrere KI-Tools deinen Workshop im Hintergrund unterstützen

Ein Workshop-Moderator, der gleichzeitig protokolliert, auf die Uhr schaut, Nachfragen formuliert und die Gruppendynamik im Blick behält – das war schon vor KI eine Mehrfachbelastung. Mittlerweile gibt es für fast jede dieser Aufgaben ein KI-Tool. Das Problem: Die meisten Facilitator:innen probieren sie einzeln aus, eines nach dem anderen, und am Ende bleibt entweder ein unübersichtliches Sammelsurium an Browser-Tabs oder die Ernüchterung, dass ein einzelnes Tool eben doch nicht alles kann.

KI-Co-Moderation setzt an einem anderen Punkt an: Nicht ein Tool soll den Workshop übernehmen, sondern mehrere kleine, spezialisierte Werkzeuge arbeiten im Hintergrund zusammen – jedes für eine einzelne Aufgabe, orchestriert um einen gemeinsamen Ablaufplan. Die Moderation bleibt bei dir. Die KI übernimmt das, was sich gut automatisieren lässt: Vorbereitung, Zeitgefühl, Dokumentation, Sparring, Nachbereitung.

Das Prinzip: Arbeitsteilung statt Alleskönner

Die meisten KI-Tools für Meetings versprechen, alles auf einmal zu können: transkribieren, zusammenfassen, Aufgaben ableiten, sogar moderieren. In der Praxis führt das oft zu einem Tool, das viele Dinge mittelmäßig macht – und zu einer Blackbox, bei der niemand mehr genau weiß, welche Daten wohin fließen.

KI-Co-Moderation dreht dieses Prinzip um. Statt eines Alleskönners entsteht ein Stack aus einzelnen, austauschbaren Bausteinen, die jeweils genau eine Aufgabe übernehmen:

1. Vorbereitung – KI entwirft einen ersten Agenda-Entwurf
2. Timing – ein Werkzeug behält Zeit und Ablauf im Blick
3. Dokumentation – ein Werkzeug hört mit und hält fest, was gesagt wird
4. Sparring – ein Werkzeug schlägt in Echtzeit Nachfragen vor
5. Nachbereitung – ein Werkzeug hilft, Ergebnisse weiterzuverarbeiten

Der Vorteil dieser Aufteilung: Du kannst jeden Baustein einzeln austauschen, deaktivieren oder durch ein Tool ersetzen, dem du mehr vertraust. Fällt eines der Werkzeuge aus oder handelt es sich um ein vertrauliches Thema, lässt sich genau dieser eine Baustein weglassen, ohne dass der ganze Workshop davon abhängt.

Vor dem Workshop: KI bereitet die Agenda vor

Der erste Baustein ist der am weitesten verbreitete: eine Agenda mit KI entwerfen lassen. Du beschreibst Ziel, Dauer und Teilnehmerzahl, die KI liefert eine erste Blockstruktur zurück. In Sessionplan geht das direkt über die Funktion „Session per KI erstellen“ in den Einstellungen: Du kopierst einen vorformulierten Prompt in ein LLM deiner Wahl, beschreibst deinen Workshop, und bekommst eine fertige Sessionplan-JSON zurück, die du importierst.

Wie genau das funktioniert, welche Automatisierungsstufen es gibt und worauf du dabei aus Datenschutzsicht achten solltest, haben wir in einem eigenen Artikel beschrieben: Verantwortungsvolle Nutzung von KI in Sessionplan. Wichtig für die Co-Moderation: Dieser erste Schritt liefert nur einen Entwurf. Die eigentliche Feinjustierung – Pausen an der richtigen Stelle, Puffer für Diskussionen, Reihenfolge der Themen – bleibt Handarbeit.

Ein kleiner, aber wirkungsvoller Zusatz für die Vorbereitung: Bildgeneratoren wie Midjourney oder DALL-E 3 erzeugen in Sekunden individuelle Bilder oder Metaphern – praktisch als visueller Eisbrecher beim Check-in („Welches Bild beschreibt deine Woche?“) oder als Titelbild für die Abschlusspräsentation.

Während des Workshops: drei Aufgaben, drei Werkzeuge

Sessionplan behält die Zeit im Blick

Sobald der Workshop läuft, übernimmt Sessionplan selbst den ersten Baustein der Co-Moderation: das Timing. Der Live-Modus zeigt während der laufenden Session immer den aktuellen Block, die Restzeit und den nächsten Programmpunkt. Du musst nicht mehr selbst auf die Uhr schauen und im Kopf gegenrechnen, ob die Diskussion noch ins Zeitfenster passt – das übernimmt das Tool, während du dich auf die Gruppe konzentrierst.

Das ist bewusst die einzige Aufgabe, die Sessionplan selbst im laufenden Workshop übernimmt. Für Dokumentation und Fragen-Sparring brauchst du zusätzliche Werkzeuge – aus genau dem Grund, aus dem Sessionplan kein LLM eingebaut hat: Diese Aufgaben erfordern, dass gesprochene Inhalte verarbeitet werden, und das soll nicht unbemerkt im Hintergrund eines Planungstools passieren.

Ein zweites Tool dokumentiert im Hintergrund

Für die Dokumentation lohnt sich ein Blick auf Open-Source-Werkzeuge, statt reflexhaft zum bekanntesten Cloud-Tool zu greifen. Zwei Beispiele:

• Whisper – das offene Spracherkennungsmodell von OpenAI, das sich lokal betreiben lässt, etwa über Desktop-Anwendungen wie Buzz oder direkt über whisper.cpp. Die Aufnahme verlässt dabei nie deinen Rechner.
• Vosk – ein schlankes Offline-Spracherkennungs-Toolkit, das auch auf leistungsschwächerer Hardware läuft und sich gut in eigene Skripte einbinden lässt.

Wer ohnehin ein Videokonferenz-Tool mit eingebauter KI-Transkription sucht, findet ähnliche Funktionen mittlerweile auch in Open-Source-Alternativen wie BigBlueButton oder Nextcloud Talk.

Wer stattdessen lieber ein fertiges, kommerzielles Tool nutzt, findet mit Otter.ai oder Fireflies.ai etablierte Alternativen, die live mitschreiben und automatisch Zusammenfassungen inklusive Action Items erstellen – dafür laufen die Daten dabei über die Server der Anbieter. Einen breiteren Überblick über Open-Source-Alternativen zu bekannten SaaS-Tools gibt unser Artikel 30 smarte Alternativen zu teurer Software.

Zwei weitere nützliche Helfer abseits der reinen Transkription: Miro AI oder das quelloffene affine.pro clustern Sticky Notes auf digitalen Boards automatisch und fassen sie in Textform zusammen. Und wenn eine Aufnahme im Nachgang noch Feinschliff braucht – Störgeräusche raus, Pausen raus – helfen Werkzeuge wie Descript, das sich wie ein Text-Editor bedienen lässt, oder krisp.ai für reine Rauschunterdrückung.

Ein KI-Sparringspartner schlägt Fragen vor

Der dritte Baustein ist der am wenigsten standardisierte, aber oft der wertvollste: ein zweites KI-Fenster, das im Hintergrund mitdenkt. Die Idee dahinter ist simpel. Du öffnest zu Beginn des Workshops einen Chat mit deinem bevorzugten LLM und fütterst es mit dem Kontext: Ziel des Workshops, Teilnehmerkreis, die Agenda aus Sessionplan. Während der Diskussion trägst du in ruhigen Momenten – etwa beim Übergang zwischen zwei Blöcken – ein paar Stichpunkte ein, was besprochen wurde. Das Tool schlägt daraufhin ein bis zwei mögliche Nachfragen vor, die du stellen könntest.

Ein Beispiel: In einer Retrospektive trägst du ein: „Team sagt, Deployments dauern zu lange, keine klare Ursache genannt.“ Der Sparringspartner schlägt zurück: „Wer im Team hat zuletzt ein Deployment durchgeführt, und was ist dabei aufgefallen?“ – eine Nachfrage, die du sonst vielleicht erst nach der Session gestellt hättest.

Wichtig ist die Rollenverteilung: Das Tool schlägt vor, du entscheidest. Es sieht nicht, wie die Stimmung im Raum ist, wer gerade zurückhaltend wirkt oder ob ein Thema besser später besprochen wird. Nutze die Vorschläge als zusätzliche Perspektive, nicht als Skript, und blende das Fenster aus, sobald es mehr ablenkt als hilft.

Eine Variante lohnt sich besonders kurz vor einer Entscheidung: die KI bewusst als Advocatus Diaboli einsetzen. Ein Prompt wie „Nimm die Rolle des Advocatus Diaboli ein und finde drei Schwachstellen in diesem Ergebnis“ deckt blinde Flecken auf, bevor ein Beschluss endgültig wird – ein kritischer Gegenblick, den in der Gruppe oft niemand freiwillig übernimmt.

Wer zusätzlich mehr Interaktion möchte, kombiniert den Stack mit einem Tool wie Particify: Teilnehmende stellen darüber live Fragen oder stimmen per Smartphone ab, ohne dass du den Ablauf dafür unterbrichst.

Nach dem Workshop: der Export als Brücke

Der letzte Baustein schließt den Kreis. Sessionplan speichert deinen Ablaufplan nicht auf einem Server, sondern lässt sich über die Export-Funktion im Planer als JSON exportieren. Diese Datei enthält die komplette Struktur deines Workshops: Blöcke, Zeiten, Notizen, Materialliste.

Genau dieses Format macht die Nachbereitung mit KI einfach. Du kannst die exportierte JSON zusammen mit deinen Dokumentationsnotizen – aus Whisper, Vosk oder handschriftlichen Stichpunkten – in ein LLM geben und darum bitten, ein Protokoll, eine Liste offener Punkte oder eine Zusammenfassung für Teilnehmende zu erstellen. Weil die Struktur bereits maschinenlesbar vorliegt, muss die KI sie nicht erst aus Fließtext rekonstruieren.

Wer diesen Schritt regelmäßig automatisieren möchte, findet im Artikel Verantwortungsvolle Nutzung von KI in Sessionplan auch die Wege über Skill-Datei und MCP-Server – damit lässt sich der Export-Import-Kreislauf direkt aus dem eigenen KI-Tool heraus anstoßen.

Praktisches Beispiel: ein Workshop mit KI-Co-Moderation

Wie sich die fünf Bausteine in einer echten Agenda niederschlagen, zeigt unser Beispiel-Template: ein 90-minütiger Team-Workshop, bei dem jeder Block markiert, an welcher Stelle welches KI-Werkzeug zum Einsatz kommt – vom Technik-Check zu Beginn bis zum Export am Ende.

Checkliste: deinen eigenen Stack aufbauen

1. Agenda mit KI vorbereiten und in Sessionplan importieren oder von Hand nachjustieren
2. Vor dem Workshop entscheiden, ob und wie dokumentiert wird – und die Teilnehmenden informieren
3. Ein Open-Source-Tool für die Dokumentation testen, bevor du es im echten Workshop einsetzt
4. Live-Modus in Sessionplan aktivieren, damit die Zeit im Blick bleibt
5. Optional: einen zweiten Chat mit Kontext vorbereiten, falls du Fragen-Sparring nutzen willst
6. Nach dem Workshop: JSON exportieren und zusammen mit den Notizen für die Nachbereitung nutzen

Was KI-Co-Moderation nicht ist

KI-Co-Moderation ersetzt keine Moderationserfahrung. Kein Tool erkennt, wann eine Pause nötig ist, weil die Energie im Raum sinkt, oder wann ein Konflikt eher im Vieraugengespräch als in der Gruppe gelöst werden sollte. Die einzelnen Bausteine nehmen dir Routineaufgaben ab – Zeitmanagement, Mitschrift, ein zusätzlicher Blickwinkel auf Nachfragen – und schaffen dadurch Freiraum für genau die Momente, in denen menschliches Urteilsvermögen zählt.

Genauso wenig ist KI-Co-Moderation Überwachung durch die Hintertür. Wer im Raum mitschneidet, sagt das vorher. Wer Notizen an eine KI weitergibt, weiß vorher, welches Tool wo läuft und welche Daten es verarbeitet. Genau solche Team-Regeln zu erlaubten Tools und Datenumgang lassen sich in einem eigenen AI-Governance-Workshop festlegen. Der ganze Sinn der Aufteilung in einzelne Bausteine ist, dass du jederzeit genau nachvollziehen kannst, was passiert – und jeden Baustein weglassen kannst, der sich für einen bestimmten Workshop nicht richtig anfühlt.

Fazit

KI-Co-Moderation funktioniert am besten als Zusammenspiel kleiner, austauschbarer Werkzeuge – nicht als ein einzelnes Tool, das den ganzen Workshop übernimmt. Sessionplan übernimmt darin bewusst nur einen Teil: die Vorbereitung per KI-Input und das Timing im Live-Modus, beides ohne eigenes LLM und ohne Serverspeicherung. Alles andere – Dokumentation, Sparring, Nachbereitung – kombinierst du mit den Tools, denen du vertraust. Am Ende bleibt der Ablaufplan die gemeinsame Basis: ein Sessionplan-Link, der genauso funktioniert, egal wie viele KI-Werkzeuge im Hintergrund mitgelaufen sind.