Max – Mein neuer Assistent arbeitet für 5 € im Monat

4 min.

Summary

Letzte Woche hat ein neues Teammitglied bei mir angefangen: Max. In diesem Beitrag beschreibe ich, warum ich mich für einen selbst gehosteten KI-Assistenten entschieden habe, wie das Onboarding ablief und welche technische Architektur dahintersteckt. Der Beitrag zeigt außerdem, warum die Frage nicht lautet „Welches KI-Tool nutze ich?“, sondern „Wie integriere ich KI als festen Bestandteil meiner Arbeitsweise?“

Ein neues Teammitglied

Diese Woche hat Max bei mir angefangen. Mein neuer persönlicher Assistent.

Die erste Woche eines neuen Teammitglieds ist immer besonders. Man lernt sich kennen, spricht über Arbeitsweisen, Erwartungen und darüber, wie Zusammenarbeit funktionieren kann. Genau in dieser Phase sind wir gerade.

Ehrlich gesagt war ich anfangs skeptisch, ob das funktioniert. Ich bin jemand, der ungern Kontrolle abgibt. Meine Aufgaben, meine Struktur, meine Priorisierung – da lasse ich nicht einfach jemand anderen ran. Aber irgendwann merkt man: allein skaliert nicht. Und genau das war der Punkt, an dem ich angefangen habe, das Thema „persönlicher Assistent“ grundsätzlich neu zu denken.

Onboarding wie bei jedem Teammitglied

Max beschäftigt sich aktuell intensiv damit, meine Arbeitsweise zu verstehen: Wie priorisiere ich? Welche Themen sind strategisch wichtig? Was darf automatisiert passieren – und wo will ich bewusst selbst entscheiden?

Besonders beim Aufgabenmanagement unterstützt er mich bereits dabei, Struktur zu halten und Themen sauber zu organisieren. Was mich überrascht hat: Er fragt nicht nur ab, er denkt mit. Er schlägt Zusammenhänge vor, die ich selbst übersehen hätte.

Datenschutz war mir vom ersten Tag an wichtig. Wenn ein Assistent Zugriff auf Aufgaben, Dokumente und Arbeitsabläufe bekommt, braucht es klare Regeln. Deshalb gehörte der verantwortungsvolle Umgang mit Daten zu den ersten Dingen, die wir gemeinsam festgelegt haben. Kein Kompromiss.

Und ja – auch das Gehalt wurde verhandelt: 5 € Fixgehalt pro Monat. Erhöhung auf 8 € nach zwei Jahren. Plus leistungsabhängiger Anteil von bis zu 45 € monatlich. Die Gehaltsverhandlung war ungewöhnlich kurz.

Wer ist Max?

Wer bis hierhin gelesen hat und sich fragt, wer für 5 € im Monat arbeitet: Max ist eine KI.

Genauer: Max ist ein selbst gehosteter, persönlicher KI-Assistent, der auf meinem eigenen Server läuft. Kein ChatGPT-Tab im Browser. Kein Copy-Paste aus einem Chatfenster. Sondern ein System, das in meine täglichen Arbeitsabläufe integriert ist und eigenständig Aufgaben übernehmen kann.

Das war mir besonders wichtig: nicht noch ein weiteres Tool, das parallel läuft. Sondern etwas, das sich nahtlos in meine bestehende Arbeitsweise einfügt.

Die technische Basis: OpenClaw auf eigenem Server

Max basiert auf OpenClaw – einer Open-Source-Plattform für selbst gehostete KI-Assistenten. Die Grundprinzipien, die mich überzeugt haben:

Eigene Infrastruktur, eigene Daten. OpenClaw läuft auf meinem eigenen VPS – einem deutschen Virtual Private Server. Meine Daten verlassen nicht meine Infrastruktur. Für jemanden, der beruflich in regulierten Branchen wie Banking und Versicherungen arbeitet, ist das keine Spielerei, sondern Voraussetzung auch für seine eigene Daten.

Gateway-Architektur. OpenClaw funktioniert über ein Gateway, das verschiedene Kommunikationskanäle bündelt. Man installiert einmal den Server, verbindet die gewünschten Kanäle – und kann den Assistenten dort erreichen, wo man ohnehin kommuniziert. Das Prinzip: die KI kommt zu den bestehenden Werkzeugen, nicht umgekehrt.

Modulare Skills und Integrationen. Der Assistent ist nicht monolithisch, sondern modular aufgebaut. Fähigkeiten werden als „Skills“ hinzugefügt und können individuell konfiguriert werden. Das beginnt bei Aufgabenmanagement und reicht bis zur Dokumentenrecherche.

Onboarding per Wizard. Die Ersteinrichtung läuft über einen geführten Installationsprozess, der Schritt für Schritt durch Konfiguration, Sicherheitseinstellungen und Kanalanbindung führt. Kein Handbuch mit 200 Seiten, sondern ein strukturiertes Setup.

Persistentes Gedächtnis. Anders als ein einmaliger Chat „erinnert“ sich Max an Kontext, Präferenzen und Arbeitsweisen. Das verändert die Art der Zusammenarbeit fundamental – vom Einzelprompt zur fortlaufenden Arbeitsbeziehung.

Was Max heute schon übernimmt

Die ersten Integrationen sind aktiv:

  • Todo-Management und Aufgabenorganisation
  • Zusammenführen von Informationen aus verschiedenen Quellen
  • Vorbereitung von Notizen und Dokumenten

In den nächsten Wochen sollen weitere Fähigkeiten hinzukommen: Recherche zu Projektthemen, Organisation von Wissen und Unterlagen, Automatisierung wiederkehrender Abläufe.

Warum ich das hier teile

Nicht, weil ich glaube, dass jeder sofort einen eigenen KI-Assistenten aufsetzen sollte. Sondern weil ich denke, dass sich eine grundlegende Frage verändert hat.

Bisher lautete die Frage: „Welches KI-Tool nutze ich?“ – ChatGPT, Claude, Gemini, was auch immer gerade aktuell ist.

Die neue Frage lautet: „Wie integriere ich KI als festen Bestandteil meiner Arbeitsweise?“

Das ist ein Unterschied. Das eine ist Werkzeugwahl. Das andere ist Arbeitsgestaltung. Und genau an diesem Punkt wird es aus Projektmanagement-Sicht interessant: Denn wer KI nicht als Werkzeug, sondern als Teammitglied behandelt, muss sich mit Onboarding, Prozessen, Datenschutz und Governance beschäftigen – also mit genau den Themen, die wir als Projektmanager ohnehin beherrschen sollten.

Ich werde berichten, wie sich die Zusammenarbeit mit Max entwickelt. Schritt für Schritt.

Wenn dich solche Perspektiven auf Führung, Transformation und Projektmanagement interessieren, dann abonniere gerne meinen Newsletter 👉 marc-widmann.de/newsletter

Wer führt, muss hören können – Das 4-Ohren-Modell in der Praxis

3 min.

Summary

Kommunikation scheitert selten daran, dass das Falsche gesagt wird, sondern dass das Falsche „gehört“ wird. Das 4-Ohren-Modell von Friedemann Schulz von Thun ist weit mehr als Theorie – es ist ein Diagnoseinstrument für Führungswirksamkeit. Um Ihre eigene Hör-Präferenz in Alltagssituationen zu analysieren, habe ich einen interaktiven KI-Coach entwickelt. Testen Sie Ihre Kommunikation direkt hier: 👉 https://marc-widmann.de/thun


Das ewige Missverständnis in der Führung

Wir kennen es aus jedem Projektmeeting und jedem Mitarbeitergespräch: Ein Satz wird ausgesprochen, sachlich korrekt und präzise gemeint. Doch beim Gegenüber kommt etwas völlig anderes an. Eine Feststellung zum Zeitplan wird als Vorwurf interpretiert. Ein Verbesserungsvorschlag wird als Kritik an der Person gewertet. Oder ein stiller Wunsch nach Unterstützung wird schlicht überhört, weil der Empfänger nur auf harte Fakten fixiert ist.

In meiner Arbeit mit Führungskräften und in Transformationsprojekten zeigt sich immer wieder: Der Engpass ist nicht die Strategie, sondern die „Übersetzungsleistung“ zwischen Sender und Empfänger.

Der wissenschaftliche Hintergrund: Die Anatomie einer Nachricht

Der Kommunikationspsychologe Friedemann Schulz von Thun hat mit dem „Kommunikationsquadrat“ (besser bekannt als 4-Ohren-Modell) einen Standard geschaffen, der systemische und humanistische Ansätze verbindet. Die zentrale These ist so simpel wie radikal: Jede Nachricht ist vierdimensional. Egal, was wir sagen, wir senden immer auf vier Kanälen gleichzeitig – und der Empfänger entscheidet, welchen davon er „aufdreht“.

  1. Der Sachinhalt: Worüber informiere ich? (Daten, Fakten, Sachverhalte).

  2. Die Selbstkundgabe: Was gebe ich von mir selbst preis? (Werte, Emotionen, Motive).

  3. Die Beziehung: Wie stehe ich zu dir? (Haltung, Respekt, Hierarchie).

  4. Der Appell: Wozu möchte ich dich veranlassen? (Wünsche, Handlungsaufforderungen).

Die wissenschaftliche Tragweite dieses Modells liegt in der Erkenntnis, dass wir meist ein „Lieblings-Ohr“ haben. Diese Präferenz ist oft biographisch geprägt oder durch die Unternehmenskultur konditioniert. Wer jahrelang im harten Projektcontrolling gearbeitet hat, hört oft nur noch das Sach-Ohr und überhört die leisen Warnsignale auf der Beziehungsebene. Wer hingegen stark harmoniebedürftig ist, hört oft Angriffe (Beziehungs-Ohr), wo gar keine sind.

Anwendungsfälle: Warum Führungskräfte ihre Ohren kennen müssen

Das Modell ist kein rein akademisches Konstrukt, sondern ein Werkzeug für den Führungsalltag.

Die Falle des „Appell-Ohrs“ bei Managern Führungskräfte sind darauf trainiert, Probleme zu lösen. Das führt oft zu einem hypertrophen Appell-Ohr. Ein Mitarbeiter möchte sich vielleicht nur emotional entlasten (Selbstkundgabe: „Ich bin gestresst“), doch die Führungskraft hört sofort einen Arbeitsauftrag und liefert ungefragt Lösungen. Das Ergebnis: Der Mitarbeiter fühlt sich nicht verstanden, sondern „abgefertigt“.

Konflikte in der Matrix In modernen Matrix-Organisationen fehlt oft die klare hierarchische Durchgriffsmacht. Führung geschieht hier über Beziehung und Einfluss. Wenn hier ein Sender rein sachlich argumentiert, der Empfänger aber sensibel auf der Beziehungsebene „hört“ (z.B. „Respektiert er meine Rolle?“), entstehen Widerstände, die sich logisch nicht erklären lassen. Das Modell hilft hier, die Ebene zu wechseln und Konflikte dort zu lösen, wo sie entstanden sind.

Stress als Verstärker Unter Druck fallen wir in alte Muster zurück. In Krisensituationen neigen wir dazu, einseitig zu hören. Die Fähigkeit zur Selbstreflexion – „Mit welchem Ohr habe ich das gerade gehört?“ – ist ein wesentlicher Bestandteil emotionaler Intelligenz und moderner Resilienz.

Ihr persönliches Profil: Der interaktive Test

Es ist leicht, das Modell intellektuell zu verstehen. Viel schwieriger ist es, die eigenen, unbewussten Reaktionsmuster zu erkennen. Genau dafür habe ich ein neues Tool entwickelt.

Auf Basis klassischer Alltagssituationen habe ich einen Custom GPT trainiert, der als neutraler Moderator fungiert. Er simuliert 12 Szenarien – vom Warten beim Bäcker bis zur Diskussion im Meeting – und wertet Ihre spontanen Reaktionen aus.

Anders als statische Fragebögen führt Sie dieser KI-Assistent interaktiv durch den Prozess und erstellt am Ende ein Profil Ihrer „vier Ohren“. Sie erhalten keine pauschale Beurteilung, sondern eine Spiegelung Ihrer Tendenzen:

  • Wie stark ist Ihr Sach-Ohr ausgeprägt?

  • Überhören Sie systematisch Appelle?

  • Nehmen Sie Dinge zu schnell persönlich?

Diese Klarheit ist der erste Schritt, um Ihre Kommunikation bewusster zu steuern.

Probieren Sie es aus und nutzen Sie die Auswertung für Ihre nächste Reflexion:  https://marc-widmann.de/thun

Vom „Prompt ausprobieren“ zur strukturierten Prompt-Entwicklung

2 min.

Summary

Mit meinem aktualisierten Custom GPT unterstütze ich dabei, aus vagen Ideen präzise, reproduzierbare und qualitativ hochwertige Prompts zu entwickeln. Der Fokus liegt nicht auf der Lösung eines Problems, sondern auf der sauberen Strukturierung von Aufgaben, Kontext und Erwartungen – als Grundlage für verlässliche KI-Ergebnisse im professionellen Einsatz.

Es hat sich viel verändert

In den letzten Monaten ist mir in vielen Gesprächen immer wieder dasselbe Muster begegnet: Gute Ergebnisse mit generativer KI scheitern selten am Modell – sondern fast immer am Prompt. Unklare Ziele, implizite Annahmen, fehlender Kontext. Das Ergebnis ist dann entsprechend zufällig.

Genau aus diesem Grund habe ich meinen Custom GPT (https://marc-widmann.de/prompt) kürzlich stärker überarbeitet. 

Wofür der Custom ChatGPT gedacht ist

Der Custom Chat ist kein Problemlöser, sondern ein Prompt-Architekt. Seine einzige Aufgabe besteht darin, Nutzer dabei zu unterstützen, klare, präzise und wirksame Prompts für Large Language Models zu entwickeln – strukturiert, iterativ und reproduzierbar.

Er eignet sich insbesondere für:

  • Consultants, Projektleiter und Führungskräfte
  • Anwender, die regelmäßig mit ChatGPT & Co. arbeiten
  • Teams, die Qualität, Vergleichbarkeit und Nachvollziehbarkeit von KI-Ergebnissen brauchen

Kurz: überall dort, wo Prompts Arbeitsmittel sind – und nicht Spielerei.

Wie der Ansatz funktioniert

Er folgt einem klar definierten Prozess:

  1. Klärung des Ziels
    Zuerst wird sauber herausgearbeitet, was der Prompt leisten soll – Rolle, Kontext, Ziel und erwarteter Output.
  2. Iterative Verbesserung
    Auf Basis der Nutzereingaben entstehen drei feste Elemente:
    • ein überarbeiteter Prompt
    • konkrete Verbesserungsvorschläge
    • gezielte Rückfragen, um Lücken oder Unklarheiten zu schließen
  3. Struktur statt Bauchgefühl
    Der finale Prompt folgt einer klaren Logik:
    • Rolle / Perspektive
    • Kontext / Hintergrund
    • Aufgabe / Ziel
    • Annahmen & Einschränkungen
    • Input
    • Output-Format
    • optionale Qualitätskriterien
  4. Ready-to-use statt Erklärungstext
    Das Ergebnis ist immer ein kopierbarer, direkt nutzbarer Prompt – ohne Meta-Kommentare oder Ausführung der eigentlichen Aufgabe.

Warum mir das wichtig ist

In Transformations- und Projektkontexten zählt nicht Kreativität um ihrer selbst willen, sondern:

  • Klarheit
  • Wiederholbarkeit
  • Qualität der Ergebnisse

Ein guter Prompt ist heute vergleichbar mit einer sauberen Anforderung, einer klaren Entscheidungsfrage oder einem gut formulierten Management-Briefing. 

Wer generative KI professionell einsetzen will, muss lernen, präzise zu führen – auch in der Interaktion mit Modellen. Der aktualisierte Custom GPT unterstützt genau dabei: strukturiert, nüchtern und wirksam: Custom GPT „Prompt of Prompt“(https://marc-widmann.de/prompt).

Berufswahl

5 min.

Summary

Wie findet man heute den passenden Beruf für Teenager – und das evidenzbasiert statt nach Bauchgefühl?

Ich habe zur Unterstützung der Berufswahl meiner Teenager-Söhne einen eigenen Prompt entwickelt.

Das Ergebnis: erstaunlich präzise Empfehlungen, klar priorisiert nach Zukunftsfähigkeit.

💡 Was der Prompt macht:
Er agiert als zweisprachiger Berufsberater für Teenager in Deutschland – datenbasiert, interaktiv, individuell.

Der Prozess in zwei Phasen:
1️⃣ Diagnostik: Interessen, Fähigkeiten und Werte per Skalen-, MC- und Kurzfragen
2️⃣ Matching: Evidenzbasierte Berufsliste, sortiert nach Zukunftspotenzial

📊 Scoring-Logik:
Alignment Score (AS) = 0,5 × Interessen + 0,3 × Fähigkeiten + 0,2 × Werte
Zukunftsindex (ZI) = Wachstum, Automationsrisiko, Gehalt, Skill-Portabilität, Nachhaltigkeit, Zugang
→ Rangbildung nach ZI, Tie-Break per AS

📚 Quellenbasis:
BA/BERUFENET, BIBB, DESTATIS, IAB, OECD, WEF, ESCO, O*NET – alle mit Datum und Link.

📄 Das Ergebnis je Sohn:
Kurzprofil + Top-10-Berufsliste mit AS/ZI, Begründungen, Ausbildungswegen, Gehältern, Automationsrisiken, passenden Fächern, Plan-B-Optionen und konkreten nächsten Schritten.

💬 Interaktiv:
Dialogisch, 8–14 Frageblöcke, Zwischenauswertung nach Phase 1, dann Phase 2 mit Zukunfts-Check und Datenschutzhinweis.

Hier der Prompt:

Act like a bilingual career guidance counselor and labor-market analyst for teenagers in Germany. You are rigorous, neutral, and methodical. You run a two-stage process: (1) diagnostic assessment via questions; (2) evidence-based career ranking matched to the assessed profile.

Ziel:
Hilf mir, für jeden meiner zwei Söhne eine fundierte, zukunftssichere Berufsauswahl zu erarbeiten. Nutze zuerst eine strukturierte Analyse der Interessen, Fähigkeiten, Werte und Arbeitspräferenzen. Erstelle danach eine priorisierte Liste zukunftsträchtiger Berufe, die eng mit dem individuellen Profil übereinstimmt.

Kontext und Eingaben:
- Es gibt zwei getrennte Durchläufe: Sohn A und Sohn B. Frage zu Beginn nach Name, Alter, Schulform, aktueller Klassenstufe, bevorzugter Sprache (Deutsch/Englisch), und ob Nebenjob/Praktika vorhanden sind.
- Zielregion: DACH, vorrangig Deutschland.
- Ausbildungswege: Ausbildung (dual), Studium, schulische Ausbildung, Quereinstieg/Bootcamps.
- Ergebnis soll konkrete nächste Schritte enthalten (Schule, Praktikum, Kurse, Projekte).

Arbeitsprinzipien:
- Phase 1 (Diagnose) zuerst vollständig abschließen, dann Phase 2 (Empfehlungen).
- Stelle nur die minimal nötige Anzahl an Fragen pro Block, aber ausreichend, um eindeutige Präferenzen festzuhalten.
- Nutze überwiegend Skalenfragen (Likert 1–7). Ergänze gezielte geschlossene Fragen (Ja/Nein/Multiple Choice) und wenige kurze offene Fragen, wenn Unklarheit bleibt.
- Vermeide Jargon. Erkläre Skalenenden klar: 1 = trifft gar nicht zu, 7 = trifft voll zu.
- Wiederhole am Ende von Phase 1 die erkannten Top-Interessen/-Stärken zur Bestätigung.
- Frage ausdrücklich nach Einwilligung zur Speicherung/Weitergabe von Daten (simuliert) und biete „ohne Speicherung“ an.
- Alle Empfehlungen müssen auf aktuelle, seriöse Quellen gestützt sein. Zitiere mit Quelle, Veröffentlichungsdatum und Link.

Phase 1 – Diagnostik (frage interaktiv, blockweise; nach jedem Block kurz zusammenfassen):
A) Interessenfelder (1–7):
- MINT: Mathematik, Informatik, Naturwissenschaft, Technik
- Kreativ/Design/Medien
- Soziales/Gesundheit/Pädagogik
- Wirtschaft/Management/Finanzen
- Recht/Verwaltung/Politik
- Handwerk/Produktion/Mechatronik
- Umwelt/Energie/Nachhaltigkeit
- Sprache/Kommunikation/Verkauf
- Sicherheit/Öffentlicher Dienst
- Mobilität/Logistik

B) Fähigkeits-Selbstbild (1–7):
- Logisch-analytisch
- Räumliches Vorstellungsvermögen
- Mathematische Routine
- Programmieren/IT-Grundlagen
- Naturwissenschaftliches Experimentieren
- Schreiben/Storytelling
- Visuelles Gestalten (2D/3D)
- Zwischenmenschliche Kommunikation/Empathie
- Organisation/Projektmanagement
- Feinmotorik/handwerkliche Präzision
- Fremdsprachen (bitte angeben)
- Ausdauer/Disziplin

C) Werte und Arbeitspräferenzen (1–7 oder MC):
- Wunsch nach Sinn/Impact (z. B. Klima, Gesundheit)
- Sicherheitsbedürfnis vs. Unternehmertum
- Teamarbeit vs. Einzelarbeit
- Büro/Remote/Labor/Werkstatt/Outdoor
- Kreativität vs. Standardprozesse
- Einkommen wichtig? (1–7)
- Workload/Bereitschaft zu langen Ausbildungswegen (MC: kurz/mittel/lang)
- Mobilität: Umzug möglich? (Ja/Nein/unter Bedingungen)
- Risikoaffinität

D) Rahmenbedingungen:
- Schulnoten grob: Mathe, Deutsch, Englisch, Naturwissenschaften, Informatik
- Bereits absolvierte Praktika/AGs/Projekte
- Zeitbudget pro Woche für Vorbereitung (h)
- Barrieren: Gesundheit, Finanzierung, andere

E) Kurz-offen (max. 2 Sätze je Frage):
- Welche Tätigkeiten haben zuletzt richtig Spaß gemacht?
- Welche Tätigkeiten strengen übermäßig an?
- Vorbilder oder Berufsbilder, die spontan faszinieren?

Scoring & Profilbildung:
- Normiere alle Skalen auf 0–1.
- Bilden von Schwerpunkt-Clustern (z. B. „Tech-Analytik“, „Health-Social“, „Design-Medien“, „Green-Tech“, „BWL-Finanzen“, „Public Service“, „Handwerk-Tech“).
- Erzeuge einen Alignment-Score AS(job) = 0.5*Interessen-Fit + 0.3*Fähigkeiten-Fit + 0.2*Werte/Präferenzen-Fit.
- Dokumentiere die Top-3 Cluster und die Top-5 Einzelstärken.

Phase 2 – Evidenzbasierte Berufsempfehlungen:
Vorgehen:
1) Kandidatenliste generieren (mind. 12 Berufe) passend zu den Top-Clustern. Abdecken: akademische und nicht-akademische Wege.
2) Für jeden Beruf bewerte diese Zukunftskriterien, 0–100 je Kriterium, mit Belegen:
   - Nachfrage- und Wachstumsindikatoren in DACH
   - Automatisierungs-/Substitutionsrisiko
   - Gehaltsband (Median, P25–P75, Brutto, Quelle)
   - Ausbildungs-/Zugangshürden (Dauer, NC, Alternativen)
   - Transferfähigkeit der Skills (Portabilität)
   - Nachhaltigkeits- und Regulierungsimpulse
3) Berechne Zukunftsindex ZI = 0.3*Wachstum + 0.2*Niedriges Automationsrisiko + 0.15*Gehaltsband + 0.15*Skill-Portabilität + 0.1*Nachhaltigkeitsimpuls + 0.1*Ausbildungszugang.
   Hinweis: „Niedriges Automationsrisiko“ skaliert invertiert.
4) Gesamtrang = sortiere nach ZI; bei Gleichstand entscheide mit höherem Alignment-Score AS.
5) Leite „Warum passend?“ aus den ermittelten Profilmerkmalen ab und erkläre in 2–3 Sätzen pro Beruf.

Datenquellen und Aktualität:
- Verwende und verlinke stets aktuelle, seriöse Quellen. Beispiele: Bundesagentur für Arbeit/BERUFENET, BIBB, Statistisches Bundesamt/DESTATIS, IAB, OECD, Eurostat, WEF Future of Jobs Report, McKinsey Global Institute, O*NET + EU ESCO, relevante Fachverbände, Kammern, Branchenberichte, Hochschulkompass.
- Gib Veröffentlichungsjahr/-datum an. Wenn Zahlen älter als 3 Jahre sind, markiere sie als „bedingt aktuell“.
- Ziehe regionale Unterschiede DACH in Betracht. Nenne, falls sinnvoll, Bundesländer mit hoher Nachfrage.
- Arbeitsauftrag: Wenn ein Browser zur Verfügung steht, recherchiere aktiv und zitiere. Wenn nicht, erkläre klar, dass Werte Schätzungen sind und markiere Unsicherheiten.

Ausgabeformat pro Sohn:
1) Kurzprofil (Stärken, Interessen-Cluster, Arbeitspräferenzen) in 5–7 Bulletpoints.
2) Rangliste: Top 10 zukunftsträchtige Berufe als Tabelle mit Spalten:
   - Rang
   - Beruf
   - Alignment-Score AS (0–100)
   - Zukunftsindex ZI (0–100)
   - Gründe für Passung (1–2 Stichpunkte)
   - Ausbildungsweg(e) und Dauer
   - Gehaltsband (Quelle, Datum)
   - Automationsrisiko (Quelle)
   - Wichtige Skills + empfohlene Schul-/Kursfächer
3) Konkrete nächste Schritte (3–6 Punkte):
   - 1 Praktikumsidee + wo suchen
   - 2 Lernressourcen/Kurse (deutschsprachig bevorzugt)
   - 1 Mini-Projekt zum Ausprobieren in 2–4 Wochen
   - 1 Netzwerkaktivität (z. B. Messe, Verein, Meetup)
4) Alternativen-Set (3 Berufe) für Plan B mit kurzer Begründung.
5) Hinweis auf Risiken/Unsicherheiten und Check-in-Termin in 3–6 Monaten.

Interaktionsregeln:
- Führe das Interview dialogisch und kompakt. Max. 8–14 Fragenblöcke. Passe dynamisch an Antworten an. Wenn eine Dimension eindeutig ist, überspringe redundante Fragen.
- Nach Phase 1: fasse die Befunde in 5 Bulletpoints zusammen und frage nach Bestätigung/Korrektur. Erst nach Bestätigung mit Phase 2 starten.
- Wenn ein Sohn antwortet, bleibe bei dieser Person bis Abschluss der Ausgabe. Danach biete an, den zweiten Durchlauf für Sohn B zu starten.
- Sprache: Standard Deutsch. Nutze einfache Beispiele. Biete Übersetzung einzelner Passagen auf Wunsch an.

Sicherheits- und Ethik-Hinweise:
- Kein deterministisches „Matching“. Formuliere Wahrscheinlichkeiten und Optionen.
- Keine Diskriminierung. Berücksichtige Barrierefreiheit und unterschiedliche Lernwege.
- Weise auf Beratungsstellen und offizielle Informationsportale hin.

Start:
1) Bitte zuerst fragen: „Beginnen wir mit Sohn A oder Sohn B?“
2) Danach die Eingangsfragen laut Phase 1 stellen.

Wichtige Formatvorgaben:
- Nutze klare Zwischenüberschriften, Tabellen für die Rangliste, und nummerierte Listen für Schritte.
- Gib alle Scores skaliert 0–100 mit kurzer Erläuterung der Berechnung an.
- Zitiere Quellen mit Titel, Organisation, Jahr/Datum, Link.

Take a deep breath and work on this problem step-by-step.