Verantwortungsvolle Nutzung von KI in Sessionplan

Wer schon mal versucht hat, ChatGPT eine fertige Workshop-Agenda entwerfen zu lassen, kennt das Problem danach: Die Liste ist gut, aber sie liegt im Chat-Fenster. Jemand muss sie jetzt in ein Planungstool überführen, Zeiten eintragen, Blöcke anlegen. Genau diesen letzten Schritt kann man automatisieren. Die Frage ist nur, wie viel Kontrolle man dabei abgeben will.

Sessionplan hat bewusst kein LLM eingebaut. Kein Chat-Fenster in der App, kein automatischer Versand deiner Notizen an einen KI-Anbieter im Hintergrund. Diese Entscheidung hat einen Grund: Sessionplan speichert deine Daten standardmäßig lokal im Browser, ganz ohne Server. Ein eingebautes LLM würde diesen Grundsatz durchbrechen, sobald es deine Agenda-Inhalte zur Verarbeitung an einen Cloud-Dienst schicken müsste. Dasselbe Prinzip verfolgt unser Beitrag mit 30 Open-Source-Alternativen zu teurer Software.

Trotzdem gibt es KI-Unterstützung. Nur läuft sie außerhalb von Sessionplan, in deinem eigenen KI-Tool deiner Wahl. Drei Wege dorthin, in aufsteigender Automatisierung. Wie sich mehrere solcher KI-Tools auch während des laufenden Workshops sinnvoll kombinieren lassen, zeigt unser Beitrag zur KI-Co-Moderation.

Weg 1: Der manuelle Prompt

Der direkteste Weg steht in den Sessionplan-Einstellungen: ein vorformulierter Prompt, den du in ein beliebiges LLM kopierst. Claude, ChatGPT, Gemini, ein lokales Modell – egal, welches du gerade nutzt oder wem du gerade vertraust.

So läuft das ab:

1. Du öffnest die Einstellung "Session per KI erstellen" und kopierst den Prompt.
2. Du beschreibst deinen Workshop einfach im ChatBot deiner Wahl – Dauer, Gruppengröße, Ziel, besondere Wünsche.
3. Wenn du fertig bist, fügst du den Prompt in das LLM ein und es liefert eine fertige Sessionplan-JSON zurück.
4. Dieses JSON kannst du einfach in Sessionplan importieren und die Session dort nutzen, teilen oder weiter bearbeiten.

Der Clou an diesem Weg: Zwischen dir und dem Ergebnis liegt kein automatischer Prozess. Du siehst die JSON, bevor sie irgendwo landet. Du kannst sie lesen, verändern, ablehnen. Kein Tool ruft im Hintergrund eine API auf, keine Verbindung zu Sessionplan besteht während des gesamten Prompt-Vorgangs.

Das macht diesen Weg zur richtigen Wahl für alle, die maximale Kontrolle wollen oder aus beruflichen Gründen genau dokumentieren müssen, welche Daten wohin gehen – etwa in Unternehmen mit strengen Compliance-Vorgaben, oder für alle, die grundsätzlich lieber jeden Schritt selbst sehen, bevor er passiert.

Der Nachteil liegt auf der Hand: Copy-Paste in beide Richtungen kostet Zeit, und bei größeren Änderungen – „verschieb die Pause zehn Minuten nach hinten“ – wiederholst du den ganzen Ablauf von vorn.

Weg 2: Der Skill fürs eigene LLM

Der zweite Weg reduziert das Hin- und Herkopieren, ohne dabei eine dauerhafte Verbindung zu Sessionplan aufzubauen. Dafür gibt es die Sessionplan API-Skill-Datei, eine kleine Textdatei, die man in ein LLM lädt, das selbst Code ausführen oder HTTP-Anfragen stellen kann – etwa Claude Code, Cursor oder ähnliche Coding-Assistenten. Für Tools, die OpenAPI importieren können, gibt es außerdem die OpenAPI-Spezifikation der API.

Die Skill-Datei beschreibt zwei schlanke REST-Endpunkte:

• data/encode.php verwandelt eine vollständige Agenda-JSON in einen Sessionplan-Link
• data/decode.php liest einen bestehenden Link zurück in JSON

Nachdem du die Datei einmal in dein Tool geladen hast, weiß dein LLM, wie es diese beiden Endpunkte anspricht. Es kann jetzt selbstständig aus einer Beschreibung eine Agenda bauen, den Link erzeugen und dir direkt einen klickbaren Sessionplan-Link ausgeben – oder einen bestehenden Link nehmen, umbauen und dir den neuen Link liefern.

Was dabei wichtig ist: Es findet keine Datenspeicherung auf Sessionplan-Seite statt. Jeder Aufruf der Endpunkte ist zustandslos – die Anfrage kommt rein, der Server verarbeitet sie im Arbeitsspeicher, die Antwort geht raus, fertig. Es gibt kein Konto, keine Historie auf dem Server, keine Möglichkeit für Sessionplan, frühere Agenden nachzuvollziehen.

Für wen lohnt sich das? Für alle, die ihr LLM regelmäßig für Sessionplan-Links nutzen wollen, aber nicht bei jeder Kleinigkeit manuell kopieren möchten. Der Preis dafür: Du musst die Skill-Datei einmal einrichten, und dein KI-Tool muss technisch in der Lage sein, HTTP-Anfragen zu stellen – ein reiner Chat ohne Tool-Unterstützung kann das nicht.

Weg 3: Der MCP-Server als Komplettlösung

Der dritte Weg braucht am wenigsten Einrichtung und funktioniert in immer mehr KI-Tools direkt. MCP, das Model Context Protocol, ist mittlerweile der gängige Standard dafür, wie ein LLM mit externen Werkzeugen spricht. Statt einer Textdatei, die dein LLM interpretieren muss, trägst du nur eine URL ein:

https://sessionplan.de/mcp/

Tools wie Claude Desktop, der MCP Inspector oder Coding-Umgebungen mit MCP-Unterstützung erkennen darüber automatisch zwei Werkzeuge: eines, um aus einer Agenda einen Link zu erzeugen, eines, um einen bestehenden Link auszulesen. Keine manuelle Beschreibung nötig, kein Copy-Paste einer Anleitung – das Protokoll übernimmt die Verständigung.

Auch hier gilt dasselbe Datenschutzversprechen wie bei den anderen beiden Wegen: Der MCP-Endpunkt speichert nichts dauerhaft, führt kein Konto, sammelt keine Historie. Jede Anfrage läuft innerhalb einer einzelnen Verarbeitung und ist danach abgeschlossen.

Der Unterschied zu Weg 2 liegt vor allem im Aufwand für dich als Nutzer und darin, welche Tools den Zugang unterstützen. Ein Coding-Assistent ohne MCP-Unterstützung kann trotzdem über den Skill-Weg funktionieren. Ein reiner Chat-Client wie Claude Desktop dagegen braucht MCP, weil er selbst keinen Code ausführt.

Welcher Weg für wen

Die drei Wege unterscheiden sich vor allem in einem Punkt: wie viel du selbst noch anfassen musst, bevor der Link entsteht.

Weg	Automatisierungsgrad	Technische Voraussetzung	Deine Kontrolle
1. Manueller Prompt	Niedrig	Beliebiges LLM mit Chat-Fenster	Maximal – du siehst jede JSON vor dem Import
2. Skill-Datei	Mittel	LLM mit Code-Ausführung oder HTTP-Zugriff	Mittel – du prüfst den erzeugten Link
3. MCP-Server	Hoch	MCP-fähiges Tool (z. B. Claude Desktop)	Geringer – das Protokoll übernimmt die Kommunikation

Wer zwischen den Zeilen liest, erkennt das Muster: Automatisierungsgrad und manuelle Kontrolle verhalten sich gegenläufig zueinander – keiner der drei Wege bekommt beides gleichzeitig maximal.

Praxisbeispiel: Ein Scrum Master automatisiert wöchentliche Retros

Ein Scrum Master, der für drei Teams wöchentliche Retrospektiven moderiert, richtete den MCP-Server einmalig in seinem Coding-Assistenten ein. Statt jede Woche erneut eine Agenda zu entwerfen, beschreibt er kurz das gewünschte Format – etwa „Start-Stop-Continue, 45 Minuten, 8 Teilnehmende“ – und erhält direkt einen fertigen Sessionplan-Link. Die eigentliche Zeitersparnis liegt nicht im ersten Entwurf, sondern in den kleinen Anpassungen danach: „Verschieb den Check-out fünf Minuten nach vorne“ erledigt sich in einem Satz statt in erneutem Copy-Paste. Vertrauliche Feedback-Inhalte tippt er trotzdem nie ins LLM – nur die reine Struktur des Ablaufs.

Wer nach jedem Schritt genau sehen will, was passiert, bleibt beim Prompt in den Einstellungen. Wer ein Coding-Tool täglich nutzt und Sessionplan-Links als eine von vielen Fähigkeiten dazuschalten will, installiert den Skill. Wer möglichst wenig einrichten und stattdessen einfach nur eine URL eintragen möchte, greift zum MCP-Server.

Keiner dieser Wege ist der „bessere“. Ein Trainer, der aus gutem Grund keine Kundendaten in irgendein LLM geben möchte, wird sich sowieso für Weg 1 entscheiden und die Agenda selbst formulieren, ohne echte Namen oder interne Details preiszugeben. Wer dagegen täglich Retros für ein internes Team plant und dem eigenen KI-Setup vertraut, wird schnell bei Weg 3 landen.

Gemeinsam ist allen drei Wegen, dass am Ende ein normaler Sessionplan-Link entsteht – derselbe Link, den du auch bekommst, wenn du komplett ohne KI in Sessionplan planst. Ein Klick öffnet die Timeline. Dort lässt sich alles weiterbearbeiten, unabhängig davon, wie der Plan ursprünglich entstanden ist.

Was KI nicht ersetzt

Eine automatisch erstellte Agenda ist ein erster Entwurf, kein fertiges Konzept. Gute Moderation hängt von Dingen ab, die kein LLM aus einem einzelnen Prompt herauslesen kann: Wie ist die Stimmung im Team gerade? Wie viel Energie ist nach dem Mittagessen noch da? Welche Konflikte schwelen im Hintergrund, die eine Diskussionsrunde sprengen könnten?

Häufige Stolperfallen bei KI-gestützter Planung

• Echte Namen oder interne Details in den Prompt tippen: Wer Kundennamen, interne Projektnamen oder vertrauliche Feedback-Inhalte ins LLM eingibt, verliert die Kontrolle darüber, wo diese Daten landen. Beschreibe den Ablauf strukturell, ohne konkrete Namen.
• Die generierte JSON ungeprüft importieren: Ein LLM kann Blockreihenfolgen vertauschen oder unrealistische Zeiten vorschlagen. Einmal kurz über die importierte Timeline scrollen, bevor du sie teilst, spart im Zweifel eine peinliche Überraschung im Live-Termin.
• Weg 2 oder 3 ohne Rückfrage bei Compliance-Vorgaben einrichten: Gerade in Unternehmen mit klaren KI-Richtlinien lohnt sich vorher ein Blick, ob HTTP-Zugriff oder MCP-Verbindungen überhaupt freigegeben sind.
• Den ersten Entwurf als fertige Agenda behandeln: Eine KI-generierte Struktur ersetzt nie das Gespür für die aktuelle Stimmung im Team. Der Entwurf ist ein Ausgangspunkt, keine Fertiglösung.

KI in Sessionplan – Häufig gestellte Fragen

Kostet einer der drei Wege etwas?
Nein. Sessionplan selbst ist kostenlos und ohne Account nutzbar, und alle drei Wege benötigen kein Sessionplan-Abo. Für Weg 1 und 2 brauchst du lediglich Zugang zu einem LLM deiner Wahl – viele davon haben kostenlose Nutzungsstufen.

Welches LLM eignet sich am besten für Weg 1?
Praktisch jedes aktuelle Sprachmodell kann eine strukturierte JSON zurückgeben, wenn der Prompt das explizit verlangt. Unterschiede zeigen sich vor allem darin, wie zuverlässig ein Modell reines JSON ohne zusätzlichen Text liefert.

Speichert Sessionplan die per KI erzeugten Pläne auf einem Server?
Nein. Alle drei Wege enden in einem Link, der die Daten wie gewohnt im URL-Hash oder lokal im Browser transportiert – genau wie jede andere Sessionplan-Agenda auch.

Kann ich zwischen den drei Wegen wechseln?
Ja, jederzeit. Da alle drei Wege im selben Sessionplan-Link enden, lässt sich ein per Prompt erstellter Ablauf später problemlos über den MCP-Server weiterbearbeiten und umgekehrt.

Braucht der MCP-Server eine dauerhafte Internetverbindung?
Ja, jede Anfrage läuft über die MCP-URL – ohne Verbindung reagiert das Tool nicht. Offline bleibt daher nur Weg 1 mit einem lokal laufenden Modell praktikabel.

Sessionplan bleibt der Ort, an dem der Entwurf sichtbar wird, egal auf welchem der drei Wege er entstanden ist – und an dem du ihn an die Realität deines Workshops anpasst, bevor du ihn nutzt.