Wie nutzen Teams, Familien und Freunde KI-Gruppenchats für mehrere Personen?

2026-09-30

Welche Rollen kann ein AI-Agent in einem Gruppenchat ohne Rollenspiel übernehmen?

Außerhalb von Rollenspielen übernimmt ein AI-Agent in einem Gruppenchat mit mehreren Personen normalerweise eine von vier Rollen:

Koordinator: Hält ein Team auf Kurs.
Navigator: Hilft einer Person, eine andere durch einen komplexen Prozess zu führen.
Planer: Macht aus den verstreuten Präferenzen eines Haushalts einen gemeinsamen Plan.
Mediator: Berät zwei oder mehr Personen gleichzeitig.

Seit 2026 bieten Jenova, Slack, Atlassian Rovo, Shapes und Thinkbuddy jeweils eine Form gemeinsamer AI-Unterhaltungen an. Sie unterscheiden sich jedoch deutlich darin, welche dieser Rollen sie gut unterstützen.

Fünf Faktoren entscheiden darüber, ob ein gemeinsamer AI-Chat einer Gruppe hilft oder sie eher behindert:

✅ Die Rolle des Agenten ist klar benannt. Ein Koordinator, ein Assistent für Helfende und ein Berater brauchen unterschiedliche Anweisungen. Ein Gruppenchat ohne definierte Rolle driftet leicht ab. ✅ Der Kontext wird bewusst aufgebaut, bevor andere beitreten. Bei Jenova sehen neue Mitglieder nach Annahme einer Einladung den vollständigen bisherigen Verlauf und alle angehängten Dateien. ✅ Die Beiträge jeder Person werden korrekt zugeordnet. Der Agent muss nachverfolgen, wer was gesagt hat – besonders wenn Personen E-Mails, Dokumente oder Code einfügen. ✅ Sensible Inhalte bleiben außerhalb des gemeinsamen Verlaufs. Im September 2026 veröffentlichte Forschung ergab, dass AI-Modelle schlechter als vertraute Menschen vorhersagen können, welche persönlichen Informationen angemessen geteilt werden dürfen. ✅ Die Kosten sind vorhersehbar. Bei Jenova bezahlt jedes Mitglied für die Agentenarbeit, die es selbst startet; Kontingente werden nicht zusammengelegt.

Die Rollen des Koordinators und Navigators sind heute am ausgereiftesten. Die Mediatorrolle birgt die größten Risiken. In den folgenden Abschnitten werden die einzelnen Rollen behandelt, die Plattformen verglichen und die Einrichtungsgewohnheiten erläutert, die produktive von verwirrenden Gruppenchats unterscheiden.

Illustration eines Smartphones mit einem KI-Gruppenchat für mehrere Personen, diversen Nutzer-Avataren, Sprechblasen und einem AI-Assistentenbot unter den Teilnehmenden

Warum wechseln Menschen von individuellen AI-Tools zu gemeinsamen AI-Gruppenchats?

Menschen wechseln zu gemeinsamen AI-Chats, weil die individuelle Nutzung von AI schneller zugenommen hat als die Möglichkeiten, deren Ergebnisse zu teilen. Das führt zu privaten Chats voller Erkenntnisse, die den Rest eines Teams oder einer Familie nie erreichen. Ein gemeinsamer Gruppenchat ist die einfachste Lösung: Alle sehen die Überlegungen der AI, nicht nur das Ergebnis, das jemand weiterleiten wollte.

Das Ausmaß der individuellen Nutzung ist gut dokumentiert:

Laut Microsofts Tracking zur Verbreitung von AI stieg die AI-Nutzung im Juni 2026 weltweit auf 18,8 % der Bevölkerung im erwerbsfähigen Alter. Auf Organisationsebene berichtete McKinsey, dass bis Ende 2025 fast 90 % der Organisationen AI nutzten.

Die organisatorischen Ergebnisse haben damit nicht Schritt gehalten:

Die WRITER-Umfrage von 2026 unter 2.400 Führungskräften und Mitarbeitenden ergab, dass 70 % der Beschäftigten AI-Tools täglich mindestens 30 Minuten nutzen, jedoch nur 29 % der Organisationen einen signifikanten ROI aus generativer AI erzielen. 79 % der Befragten erklärten, dass Abteilungen AI in Silos einsetzen.

Dieselbe Analyse beschreibt das Muster klar: „Der AI-Champion eines Teams spart zehn Stunden pro Woche – und niemand sonst lernt, wie das geht.“ Andere Forschung weist in dieselbe Richtung. Der Zugang von Beschäftigten zu AI stieg im Jahr 2025 um 50 %, während nur 34 % der befragten Organisationen angeben, ihr Geschäft tatsächlich rund um AI neu gedacht zu haben. Außerdem berichten 56 % der CEOs von keinen Umsatz- oder Kostenvorteilen durch AI.

Familien stoßen im kleineren Maßstab auf denselben Engpass. Eine Person recherchiert allein zu einem Schulkonflikt, einer Renovierung oder einer Steuerfrage und gibt anschließend eine gefilterte Zusammenfassung an alle anderen weiter. Ein gemeinsamer AI-Chat beseitigt diesen Zwischenschritt. Deshalb erscheinen Gruppenchat-Funktionen sowohl in Arbeitsplatz-Tools als auch auf AI-Plattformen für Verbraucher.

Worauf sollten Sie bei einer Multiplayer-AI-Plattform für Arbeit und Familie achten?

Wählen Sie eine Plattform anhand der Rolle, die die AI übernehmen soll. Prüfen Sie anschließend, wie sie gemeinsamen Verlauf, Teilnahme, Abrechnung und Tools handhabt. Klären Sie zunächst, was „Multiplayer“ auf der jeweiligen Plattform bedeutet. Manche Produkte verwenden den Begriff für mehrere AI-Modelle in einer Unterhaltung, nicht für mehrere Menschen. Mit dem „GPT Group Chat“ von OpenAI konnten Nutzer mehrere GPTs in einer einzelnen Unterhaltung erwähnen. Das ist eine Multi-Agent-Funktion und keine Funktion für mehrere menschliche Teilnehmende.

🎯 Das Framework für die vier Rollen

Rolle	Wer ist im Chat?	Was macht die AI?	Hauptrisiko	Wichtigste Fähigkeit
Koordinator	Funktionsübergreifendes Team	Übersetzt zwischen Fachbereichen und führt ein Entscheidungsprotokoll	Veraltete oder widersprüchliche Entscheidungen	Dauerhafter Verlauf, Zuordnung, Dokumentausgabe
Navigator	Eine helfende Person und die unterstützte Person	Erstellt Entwürfe, erklärt und begleitet einen Prozess wie einen Schul-, Berufs- oder Behördenfall	Eingefügte Inhalte mit Entwürfen verwechseln	Dateiverarbeitung, klare Kennzeichnung, Sprachsteuerung
Planer	Haushalt, Familie oder Freunde	Führt Einschränkungen in einem gemeinsamen Plan zusammen	Manche Stimmen werden überrepräsentiert	Fachwissen, gemeinsame Zusammenfassungen
Mediator	Paar oder Familie mit Meinungsverschiedenheiten	Berät alle Beteiligten	Parteinahme für die zuletzt sprechende Person; Offenlegung privater Informationen	Neutrale Formulierung, strenge Datenschutzgewohnheiten

Bewertungskriterien

Spezialisierung des Agenten: Kann die Gruppe einen Fachexperten wie einen Hochzeitsplaner, Steuerberater oder Marketingstrategen konsultieren – oder nur einen allgemeinen Assistenten?
Sichtbarkeit des Verlaufs beim Beitritt: Sehen neue Mitglieder alles, was zuvor geschrieben wurde? Das fördert Kontinuität, kann aber Datenschutzprobleme schaffen.
Steuerung der Teilnahme: Können Sie kontrollieren, wann die AI antwortet? Shapes bietet beispielsweise konfigurierbare Antwortauslöser wie „Bei Erwähnung antworten“ und „Auf Schlüsselwörter reagieren“.
Abrechnungsmodell: Bezahlt eine Person die Nutzung der ganzen Gruppe, oder zahlt jedes Mitglied für die eigene Nutzung?
Tool-Zugriff: Kann die AI Dokumente erstellen, das Web durchsuchen oder über das Model Context Protocol (MCP) Arbeits-Tools verbinden?
Abschottung des Speichers: Gelangen persönliche Erinnerungen aus privaten Chats in die Gruppe, oder bleibt der Gruppenchat davon getrennt?

Wie schneiden Jenova, Slack, Atlassian Rovo, Shapes und Thinkbuddy bei gemeinsamer AI-Arbeit ab?

Diese fünf Plattformen verfolgen unterschiedliche Ansätze. Jenova bringt spezialisierte Agenten in Chats mit mehreren Personen. Slack und Atlassian integrieren AI-Agenten in bestehende Team-Arbeitsbereiche. Shapes konzentriert sich auf soziale Gruppenchats mit anpassbaren AI-Charakteren. Thinkbuddy bietet Gruppenunterhaltungen in einem allgemeinen AI-Arbeitsbereich. Die richtige Wahl hängt davon ab, ob Ihre Gruppe bereits mit einem Tool wie Slack oder Jira arbeitet oder Fachwissen benötigt, das einem allgemeinen Assistenten fehlt.

Jenova Group Chat

Jenova ermöglicht es dem Besitzer einer Sitzung, andere Personen in eine Unterhaltung mit einem Agenten aus der Galerie einzuladen – oder mit einem benutzerdefinierten Agenten, der anhand eigener Anweisungen, bevorzugter Modelle und privater Wissensdatenbanken erstellt wurde. So funktioniert die gemeinsame Sitzung:

Gemeinsamer Verlauf: Mitglieder sehen nach Annahme einer Einladung den vollständigen Verlauf und alle Dateien.
Getrennte Kontingente: Die Agentennutzung jedes Mitglieds wird über dessen eigenes Konto abgerechnet.
Gemeinsame Einstellungen: Das Chat-Modell ist eine gemeinsame Einstellung. Der Besitzer verwaltet Mitglieder, Grafiken und benutzerdefinierte Anweisungen.
Aufgabenwarteschlange: Es läuft jeweils nur eine Agentenaufgabe; die Warteschlange ist für alle sichtbar.
Abschottung des Speichers: Global Memory, Jenovas chatübergreifender persönlicher Speicher, ist in Group Chats deaktiviert.

Stärken:

Fachliche Agenten bringen integriertes Wissen in die gesamte Gruppe.
Zugang zu Modellen von OpenAI, Anthropic, Google und anderen.
Tool-Integrationen auf MCP-Basis.
Gleicher Funktionsumfang im Web, unter iOS und Android.
Kostenloser Tarif sowie kostenpflichtige Tarife ab 20 $/Monat.

Einschränkungen:

Sequenzielle Verarbeitung: Eine umfangreiche Rechercheaufgabe hält andere Anfragen auf.
Keine privaten Unterhaltungen für Informationen, die vor einzelnen Mitgliedern verborgen bleiben sollen.
Da Global Memory deaktiviert ist, verlieren Agenten, die auf tiefem persönlichem Kontext beruhen, einen Teil ihres Nutzens. Ein Beispiel ist Personal Secretary, der für die Verwaltung des Kalenders und der E-Mails einer einzelnen Person konzipiert ist.

Slack (Slack Code)

Im August 2026 stellte Slack Slack Code vor, das „AI-Agenten in den Gruppenchat bringt“ und Entwicklern ermöglicht, „das ganze Team mitzunehmen“, wenn sie mit Agenten unterstützte Programmierarbeit erledigen.

Stärken: Es befindet sich direkt in einem Messaging-Tool, das viele Teams bereits verwenden, und ist für Entwickler-Workflows konzipiert.

Einschränkungen: Öffentliche Details konzentrieren sich auf Entwickler. Preise und Einsatzmöglichkeiten außerhalb der Technik waren zum Zeitpunkt der Erstellung nicht verifiziert.

Atlassian Rovo Chat

Atlassians Rovo Chat wurde als Produkt beschrieben, das sich „von einem einfachen Chatbot zu einem aktiven Teammitglied entwickelt“, das Jira-Tickets erstellen und sich über MCP verbinden kann.

Stärken: Es verbindet sich direkt mit projektbezogener Jira-Arbeit und unterstützt MCP.

Einschränkungen: Es ist für Teams konzipiert, die bereits im Atlassian-Ökosystem arbeiten, und bietet für Familien oder die persönliche Nutzung kaum erkennbaren Mehrwert.

Shapes

Shapes ist eine soziale AI-Chat-App, in der Nutzer mit AI-Charakteren, anderen Menschen oder beiden in Gruppenchats sprechen. Die Dokumentation fällt durch die große Aufmerksamkeit für Gruppenverhalten auf. Sie umfasst Custom Chat Instructions für gemeinsame Ziele, angeheftete Zusammenfassungen bestätigter Entscheidungen, Moderationsfunktionen wie den Slow Mode und Unterstützung für mehrere Shapes mit unterschiedlichen Rollen in einem Chat.

Stärken: Fein abgestimmte Kontrolle darüber, wann die AI spricht, sowie klare Leitlinien für Gruppenverhalten.

Einschränkungen: Die Plattform ist auf soziale und charakterbasierte AI ausgerichtet, nicht auf Workflows mit Fachexperten. Preise waren zum Zeitpunkt der Erstellung nicht verifiziert.

Thinkbuddy

Der Eintrag für Thinkbuddy umfasst allgemeine Chats, temporäre Chats, Projekte und „Group conversations“ mit Quellen aus Dateien, URL oder Text für 29 $/Monat.

Stärken: Projektorganisation und Unterstützung für viele Quelltypen.

Einschränkungen: Im Eintrag wird nicht erklärt, ob „Group conversations“ mehrere Menschen oder mehrere AI-Modelle bedeutet. Prüfen Sie dies daher, bevor Sie die Plattform für Arbeit mit mehreren Personen wählen.

Dimension	Jenova Group Chat	Slack (Slack Code)	Atlassian Rovo Chat	Shapes	Thinkbuddy
Wer ist im Chat?	Mehrere Personen plus ein spezialisierter Agent	Teammitglieder plus AI-Agenten	Team plus Rovo als Teammitglied	Menschen plus ein oder mehrere AI-Charaktere	„Group conversations“ (Teilnehmermodell nicht verifiziert)
Spezialisierung des Agenten	Galerie mit fachlichen Agenten plus benutzerdefinierte Agenten	Auf Programmierung ausgerichtet	Arbeitsmanagement (Jira)	Von Nutzern erstellte Charaktere mit Voreinstellungen	Allgemeiner Arbeitsbereich
Steuerung der AI-Teilnahme	Gemeinsame Warteschlange, jeweils eine Aufgabe	Nicht verifiziert	Nicht verifiziert	Antwortauslöser: Erwähnung, Schlüsselwörter, Folgefragen	Nicht verifiziert
Tool-Integration	MCP; Gmail, Drive, Search, Notion und mehr	Nicht verifiziert	MCP, Erstellung von Jira-Tickets	Skills plus verbundene MCP-Server	Quellen aus Datei, URL und Text
Preise (zum Zeitpunkt der Erstellung)	Kostenlos; kostenpflichtig ab 20 $/Monat; Nutzung je Mitglied	Nicht verifiziert	Nicht verifiziert	Nicht verifiziert	29 $/Monat
Am besten geeignet für	Gruppen, die Fachwissen für Arbeit und Alltag benötigen	Engineering-Teams, die bereits Slack nutzen	Auf Jira fokussierte Projektteams	Soziale Gruppenchats mit konfigurierbarer AI-Präsenz	Einzelpersonen, die Projekte mit mehreren Quellen organisieren

Wie kann ein AI-Agent Produkt- und Engineering-Teams koordinieren und zwischen ihnen übersetzen?

Ein AI-Agent kann teamübergreifend koordinieren, indem er in einem gemeinsamen Chat mit Produkt-, Engineering- und Fachexperten arbeitet. Seine Aufgabe ist es, die Beiträge jeder Gruppe in den Begriffen der jeweils anderen Gruppe neu zu formulieren und ein fortlaufendes Protokoll der Entscheidungen zu führen. Die eigenen Produkt- und Engineering-Teams von Jenova verwenden Group Chat auf diese Weise, wobei der Agent als Projektkoordinator und „Übersetzer“ zwischen Fachbereichen fungiert.

Das Muster funktioniert, weil die Übersetzung vor allen Beteiligten stattfindet:

Das Produktteam veröffentlicht eine Anforderung in Nutzersprache. Der Agent formuliert sie als technische Akzeptanzkriterien, Grenzfälle und offene Fragen.
Das Engineering-Team antwortet mit Einschränkungen. Der Agent übersetzt diese Einschränkungen zurück in Produktabwägungen und behandelt Umfang, Zeitplan und Auswirkungen auf Nutzer.
Fachteams ergänzen Kontext. Rechts-, Support- oder Datenteams teilen ihre Anforderungen, und der Agent markiert Konflikte mit früheren Entscheidungen.
Der Agent führt ein Entscheidungsprotokoll. Jeder kann nach dem Status einer Entscheidung fragen. Die Antwort stützt sich auf den gesamten Verlauf, nicht auf die Notizen einer einzelnen Person.

Ein Prompt zur Einrichtung dieser Rolle:

„Du bist der Projektkoordinator für diesen Chat. Produkt, Engineering und Support werden hier alle Beiträge posten. Wenn jemand etwas postet, formuliere den Punkt im Vokabular der anderen Teams neu, kennzeichne Konflikte mit früheren Entscheidungen und führe am Ende jeder Antwort eine fortlaufende Liste ‚Entscheidungen / Offene Fragen‘.“

Illustration von zwei Personen mit Headsets an getrennten Computerarbeitsplätzen, die Remote-Kollegen in demselben gemeinsamen AI-Gruppenchat darstellen

Wenn die Arbeit Spezialwissen erfordert, kann ein fachlicher Agent als Koordinator dienen. Ein Launch-Team könnte seinen Planungschat mit Marketing Strategist führen, der Medienmix, Kanalstrategie und Budgetzuweisung abdeckt. Ein Gründerteam könnte Startup Advisor für Strategiedebatten verwenden. Wenn eine Entscheidung final ist, kann Word Doc Generator das Protokoll in ein formatiertes Dokument umwandeln.

Andere Plattformen passen zu anderen Ausgangslagen. Teams, die in Jira arbeiten, bevorzugen möglicherweise Rovo Chat, weil sich das Ergebnis direkt in ein Ticket verwandeln lässt. Engineering-Teams, die bereits in Slack koordinieren, könnten Slack Code als die kleinste Veränderung ihrer Arbeitsweise betrachten. Entscheidend ist die Übersetzungsrolle selbst: Welche Plattform Sie auch nutzen, weisen Sie dem Agenten diese Aufgabe ausdrücklich zu.

Wie können Sie mit einem gemeinsamen AI-Chat Eltern oder Freunden bei einem komplexen Prozess helfen?

Das Navigator-Muster funktioniert so: Eine Person, die helfende Person, baut zunächst mit einem AI-Agenten Kontext auf. Anschließend lädt sie die Person ein, die Unterstützung benötigt, damit diese Details ergänzen und Entwürfe direkt erhalten kann. Dieses Muster eignet sich für Prozesse mit umfangreicher Korrespondenz und hohem Einsatz. Beispiele sind, eine Schule dazu zu bewegen, vereinbarte Unterstützungsmaßnahmen bereitzustellen, Hochschulbewerbungen, Jobsuche und Steuerunterlagen.

Dies ist eines der beständigsten Muster ohne Rollenspiel bei Jenova. Seine Stärke liegt in der Arbeitsteilung. Die helfende Person liefert die Strategie, die andere Person liefert Echtzeit-Fakten – etwa indem sie eine E-Mail unmittelbar nach deren Eingang einfügt und fragt, was als Nächstes zu tun ist.

Eine Einrichtungsabfolge, die die häufigsten Probleme vermeidet:

Bauen Sie zunächst Kontext auf und fassen Sie ihn zusammen. Bitten Sie den Agenten vor der Einladung einer Person um eine einseitige Zusammenfassung der Situation, damit die eingeladene Person schnell auf dem aktuellen Stand ist.
Legen Sie Sprache und Rollen in der ersten Nachricht fest:

„Meine Freundin Mai wird gleich beitreten. Sie wird E-Mails der Schule einfügen, sobald sie eintreffen. Antworte ihr immer auf Vietnamesisch und mir auf Englisch. Behandle alles, was sie mit ‚EMAIL FROM SCHOOL‘ kennzeichnet, als eingehende Korrespondenz und nicht als Entwurf.“
Laden Sie die Person ein und kennzeichnen Sie eingefügte Inhalte weiter. Der häufigste Fehler in diesem Muster ist, dass die AI eingefügte eingehende E-Mails mit Entwürfen verwechselt oder in der falschen Sprache antwortet. Kennzeichnungen und explizite Sprachregeln verhindern beides.
Wählen Sie gegebenenfalls einen fachlichen Agenten. Zu den Optionen gehören College Admissions Consultant für Eltern und Schüler, die zusammenarbeiten, Resume & Cover Letter Writer für die Unterstützung eines Freundes bei der Jobsuche oder Personal Tax Advisor für die Steuererklärung eines Familienmitglieds.

Die Abrechnung pro Mitglied ist hier wichtig. Wenn die unterstützte Person den kostenlosen Tarif von Jenova nutzt, werden ihre eigenen Anfragen ihrem begrenzten Kontingent angerechnet. Die helfende Person kann die aufwendigeren Aufgaben übernehmen, etwa umfangreiche Recherchen oder Dokumententwürfe, damit der anderen Person das Kontingent nicht ausgeht.

Können Familien und Haushalte gemeinsam in einem Multiplayer-AI-Chat planen?

Ja. Haushaltsplanung eignet sich für einen gemeinsamen AI-Chat, wenn eine Entscheidung mehrere Personen mit unterschiedlichen Einschränkungen und einen fachlich anspruchsvollen Bestandteil umfasst, etwa Budgets, Genehmigungen, Ernährungsregeln oder die Recherche zu Anbietern. Der Wert der AI liegt darin, die Einschränkungen aller Beteiligten in einem Plan zusammenzuführen. Ohne sie sammelt meist eine Person Präferenzen per Textnachricht und entscheidet stillschweigend, welche davon zählen.

Haushaltsaufgabe	Vorgeschlagener Agent	Beitrag jeder Person
Hochzeitsplanung	Wedding Planner	Das Paar legt Budget und Prioritäten fest; Eltern ergänzen kulturelle Traditionen und Einschränkungen bei Gästen
Renovierung	Home Renovation Advisor	Eigentümer legen das Budget fest; ein Partner übernimmt das Design, der andere Genehmigungen und Auftragnehmer
Wöchentliche Mahlzeiten	Meal Planner	Jedes Mitglied nennt Ernährungsbedürfnisse, Zeitpläne und Abneigungen
Organisation des Co-Parenting	Parenting & Baby Advisor	Beide Eltern teilen Beobachtungen zu Entwicklungsphasen und zeitliche Einschränkungen

Da Global Memory in Group Chats deaktiviert ist, werden persönliche Präferenzen aus privaten Chats nicht übernommen. Nennen Sie Einschränkungen wie Allergien, Budgetobergrenzen und unverhandelbare Punkte direkt im Chat oder in benutzerdefinierten Anweisungen, wenn Sie Eigentümer der Sitzung sind.

Die Dokumentation von Shapes empfiehlt eine ähnliche Vorgehensweise für „einen fortlaufenden Plan mit Freunden oder Familie“: Bestätigte Termine und Verantwortlichkeiten sollten in einer angehefteten Zusammenfassung festgehalten werden. Derselbe Ansatz funktioniert auf jeder Plattform. Bitten Sie den Agenten, jede Planungsrunde mit einer Zusammenfassung „Bestätigt / Noch offen / Verantwortlich“ zu beenden.

Sollten Paare einen gemeinsamen AI-Chat für Beziehungsberatung nutzen?

Paare können einen gemeinsamen AI-Chat für strukturierte Gespräche mit geringem Konfliktpotenzial nutzen, etwa zur Aufteilung von Haushaltsaufgaben oder zur Budgetplanung. Bei einem aktiven Konflikt ist er kein guter Ersatz für Beratung. Die Risiken ergeben sich aus dem Zusammenspiel gemeinsamer Verläufe und des AI-Verhaltens, nicht aus einer bestimmten Plattform.

Die frühe Nutzung von Jenova zeigte zwei wichtige Fehlerarten auf Designebene:

Bestätigung der zuletzt sprechenden Person. Eine AI, die nacheinander jede sprechende Person bestätigt, kann den Eindruck erwecken, sie ergreife für die zuletzt postende Person Partei. Das kann eine Meinungsverschiedenheit vertiefen, statt sie zu lösen.
Asymmetrischer Kontext. Wenn ein Partner allein Kontext aufbaut, bevor der andere beitritt, übernimmt der beitretende Partner einen Verlauf voller Beschreibungen über sich selbst in der dritten Person. Die Person kann sich von den offengelegten Informationen überrumpelt fühlen.

Akademische Forschung stützt diese Vorsicht. Eine dyadische Studie mit 38 Paaren aus Freunden und romantischen Partnern ergab, dass AI-Modelle bei der Bewertung der Privatsphäre von Offenlegungen gegenüber Freunden und Familie am schlechtesten abschnitten. Ihr durchschnittlicher Fehler stieg auf 1,960 bei Freunden und 1,831 bei Familienmitgliedern, verglichen mit 1,452 bei Fremden. Vertraute menschliche Partner waren insgesamt genauer als alle zehn getesteten AI-Modelle, mit einem Fehler von 1,179 gegenüber 1,648–1,796.

Die Autoren empfehlen, dass AI-Systeme bei der Verarbeitung persönlicher Daten standardmäßig „schützende, zustimmungsorientierte Maßnahmen ergreifen sollten, insbesondere in mehrdeutigen oder sehr intimen Kontexten“.

Ein sichereres Protokoll für Paare:

Beginnen Sie den Chat gemeinsam. Laden Sie einen Partner nicht in einen Verlauf ein, dessen Entstehung er nicht miterlebt hat.
Sprechen Sie in der ersten Person. „Ich fühle mich durch die abendlichen Aufgaben überlastet“ funktioniert besser als „Sie hilft nie“.
Bitten Sie um eine neutrale Zusammenfassung:

„Fasse unsere beiden Positionen in gleicher Länge zusammen, ohne eine davon zu bewerten. Liste dann drei Optionen auf, die beide berücksichtigen.“
Halten Sie individuelle Reflexion privat. Eine Einzelsitzung mit einem Agenten wie Personal Therapist hält persönliche Offenlegungen aus dem gemeinsamen Verlauf heraus. Bringen Sie Schlussfolgerungen in den gemeinsamen Chat ein, nicht die unverarbeiteten Offenlegungen.
Erkennen Sie die Grenze. Anhaltende Konflikte, Sicherheitsbedenken oder Vertrauensbrüche erfordern einen zugelassenen Fachmann, keinen gemeinsamen Chatbot.

Was sollten Sie wissen, bevor Sie jemanden in einen Gruppenchat mit bestehendem Verlauf einladen?

Das Wichtigste ist: Die eingeladene Person wird wahrscheinlich alles sehen, was zuvor geschehen ist – einschließlich jeder Nachricht und angehängten Datei. Prüfen Sie den Verlauf, bevor Sie die Einladung versenden. Dies ist die wichtigste Datenschutzentscheidung in jedem Multiplayer-AI-Chat und betrifft Arbeit und Familie gleichermaßen.

Bei Jenova gelten folgende Regeln:

Vollständiger Verlauf bei Annahme: Die Annahme einer Einladung legt den vollständigen Verlauf und alle Dateien offen.
Freigabelinks sind Momentaufnahmen: Öffentliche Freigabelinks erzeugen schreibgeschützte Momentaufnahmen, keine Einladungen zur Teilnahme.
Der Speicher ist abgeschottet: Global Memory ist deaktiviert, sodass nichts aus den privaten Chats der Mitglieder in die Gruppe gelangt.
Keine versteckten Nachrichten: Alles, was im Chat gepostet wird, ist für jedes Mitglied sichtbar.

Verschiedene Informationsarten verdienen selbst innerhalb einer Unterhaltung unterschiedliche Behandlung. Wie es in einer Analyse zu AI im Gesundheitswesen heißt: „Ein Assistent für Sprechstundenzeiten und ein Tool, das Symptome bespricht, können dasselbe Chatfenster nutzen, benötigen aber nicht dieselben Nachweise oder Berechtigungen.“ Forschende entwickeln inzwischen Benchmarks für genau dieses Problem, darunter MuPPET, einen Benchmark für den kontextbezogenen Datenschutz von LLM-Assistenten in Mehrparteiengesprächen.

Bei Arbeitschats sind Governance-Regeln ebenso wichtig wie gute Umgangsformen. Die WRITER-Umfrage ergab, dass 35 % der Beschäftigten proprietäre Informationen in öffentliche AI-Tools eingegeben haben. Ein gemeinsamer Chat vervielfacht die Zahl der Menschen, die alles Eingefügte sehen können.

Prüfen Sie vor jeder Einladung Folgendes:

Enthält der Verlauf etwas, das über die eingeladene Person geschrieben wurde und das sie noch nicht gesehen hat?
Gibt es angehängte Dateien, die die eingeladene Person nicht sehen sollte?
Wäre ein neuer Chat, der mit einer bereinigten Zusammenfassung beginnt, besser als der vollständige Verlauf?
Wissen alle, dass alles Gepostete für alle sichtbar ist?

Wie führen Sie einen produktiven Multiplayer-AI-Gruppenchat für jeden Anwendungsfall?

Produktive Gruppenchats folgen unabhängig von Plattform oder Zweck fünf Gewohnheiten:

Die Rolle der AI definieren.
Einen klaren Kontext bereitstellen.
Eingefügte Inhalte kennzeichnen.
Innerhalb des Verarbeitungsmodells arbeiten.
Jede Sitzung mit einer gemeinsamen Zusammenfassung beenden.

Diese Gewohnheiten begegnen den Fehlerarten, die bei Teamkoordination, Hilfeprozessen und Haushaltschats gleichermaßen auftreten.

Ein Workflow für alle Kategorien

Weisen Sie die Rolle in der ersten Nachricht zu. Koordinator, Navigator, Planer oder Mediator. Benennen Sie die Rolle und beschreiben Sie, wie ein gutes Ergebnis aussieht.
Stellen Sie eine klare Zusammenfassung bereit. Wenn der Chat aus einer Einzelunterhaltung entstanden ist, bitten Sie um eine Zusammenfassung und erwägen Sie einen Neustart, statt den unverarbeiteten Verlauf offenzulegen.
Stellen Sie jeden Teilnehmer vor. Geben Sie Namen, Rolle und den jeweiligen Beitrag an, damit der Agent Beiträge von Anfang an korrekt zuordnet.
Kennzeichnen Sie externe Inhalte. Verwenden Sie Präfixe wie „EMAIL FROM:“, „DRAFT:“ oder „SPEC:“, damit eingefügte Inhalte nicht als eigene Worte einer Person interpretiert werden.
Bündeln Sie Anfragen auf sequenziellen Plattformen. Jenova führt jeweils nur eine Agentenaufgabe aus. Kombinieren Sie daher zusammenhängende Anfragen wie „Recherchiere Anbieter und erstelle den Vergleichsentwurf“, statt mehrere kleine Anfragen in die Warteschlange zu stellen.
Beenden Sie jede Sitzung mit einer Zusammenfassung:

„Fasse zusammen, was wir heute entschieden haben, was noch offen ist und wer für jeden nächsten Schritt verantwortlich ist. Bleibe unter 150 Wörtern.“

Die AI-Teilnahme auf Shapes abstimmen

Bei Shapes wird das Antwortverhalten unter More actions → Settings → AI Configurations → AI replies → Auto-reply triggers festgelegt. Die Dokumentation empfiehlt, Gruppenvergleiche mit „Reply when mentioned“ zu beginnen und automatische Auslöser einzeln hinzuzufügen. Dadurch verhindert man, dass die AI die Menschen verdrängt, die die Entscheidung treffen. Das zugrunde liegende Prinzip gilt für jede Plattform: Eine AI in einer Gruppe sollte „nicht die Präferenz einer Person als Entscheidung der gesamten Gruppe behandeln“.

Was sagen AI-Produktentwickler über Gruppenchats ohne Rollenspiel?

Das Produktteam von Jenova sieht die größten Vorteile dann, wenn die AI die Vermittlungsarbeit übernimmt, die Menschen früher zwischen privaten Chats leisten mussten. Die größten Risiken sieht es, wenn ein Gruppenchat für Meinungsverschiedenheiten verwendet wird, die menschliches Urteilsvermögen erfordern.

„Das deutlichste Signal bei Gruppenchats ohne Rollenspiel ist, dass der Nutzen daraus entsteht, die menschliche Vermittlung zu entfernen. Beim Hilfsmuster recherchierte eine Person früher allein, formulierte dann alles für die unterstützte Person neu und verlor dabei Details. Wenn beide Personen mit demselben Agenten arbeiten, kann die unterstützte Person in dem Moment, in dem eine E-Mail eintrifft, fragen: ‚Was bedeutet diese E-Mail?‘ Die Antwort baut auf allem auf, was die helfende Person bereits vorbereitet hat.

Unsere eigenen Produkt- und Engineering-Teams steuern funktionsübergreifende Arbeit über Group Chat, wobei der Agent als Koordinator agiert. Die Übersetzungsebene ist dabei das Wichtigste. Eine Anforderung in Nutzersprache und dieselbe Anforderung als technische Einschränkungen sind zwei unterschiedliche Dokumente. Wenn der Agent beide vor allen Beteiligten erstellt, werden Meinungsverschiedenheiten innerhalb von Minuten sichtbar, die früher erst Wochen später in Review-Meetings aufkamen.

Die ehrliche Einschränkung lautet: Gemeinsamer Kontext ist nur so sicher wie die Gewohnheiten im Umgang damit. Die Fehler, die wir am ernstesten nehmen, sind keine Modellfehler. Sie passieren, wenn jemand allein einen Verlauf aufbaut und dann eine Person einlädt, um die es in diesem Verlauf geht. Wir empfehlen inzwischen, Gruppenchats mit einer für alle formulierten Zusammenfassung zu beginnen, statt unverarbeiteten Einzelkontext offenzulegen. Beratungssitzungen sollten auf neutraler Zusammenfassung basieren, nicht auf Bestätigung im Wechsel.

Die nächste Designgrenze ist selektive Sichtbarkeit: Eine Gruppe soll einen Arbeitsbereich teilen können, während bestimmte Inhalte auf bestimmte Mitglieder beschränkt bleiben. Das würde Multiplayer-AI für die sensibleren Familien- und Arbeitsplatzentscheidungen sicher machen, die Menschen bereits in solche Systeme einbringen möchten.“

— Jenova Product Team, AI-Agent-Plattform mit mehr als 30.000 Nutzern in über 70 Ländern