Ein LLM als unabhängiger Schiedsrichter in schwierigen Gesprächen.

TL;DR

• Feedback zu geben und zu nehmen ist schwer - und am schwersten genau dann, wenn man es am dringendsten braucht: wenn es schnell geht und ein Slack-Thread anfängt, sich angespannt anzufühlen
• Der Trick: den kompletten Thread in ChatGPT, Claude oder was auch immer Sie nutzen kopieren und eine offene Frage stellen - “Was sind deine Gedanken, wenn du diese Konversation liest?”
• Sie bekommen eine erstaunlich brauchbare Außensicht auf zwei Dinge: eskaliert das hier wirklich oder fühlt es sich nur so an, und wo hat die andere Person tatsächlich einen Punkt
• Bringen Sie diese Einschätzung dann ins nächste 1:1 und lassen Sie das Modell seine Begründung erklären. Das verschiebt die Diskussion von “Sie gegen mich” zu “wir gegen den Text”
• Fragen Sie offen, niemals suggestiv. In dem Moment, in dem Sie fragen “habe ich hier nicht recht?”, bekommen Sie einen Cheerleader statt einen Schiedsrichter
• Bei vertraulichen Inhalten: nutzen Sie ein lokales Modell. Qwen 3.8 auf dem eigenen Laptop ist für diese Aufgabe ein wirklich guter Schiedsrichter - und nichts verlässt jemals die Maschine
• Es gibt Einschränkungen: Vertraulichkeit, fehlender Kontext, und die Ausgabe darf niemals als Waffe dienen

Das Problem: Sie sind der denkbar schlechteste Richter über Ihren eigenen Konflikt

Feedback ist in beide Richtungen schwer. Es gut zu geben ist schwer. Es ohne Zusammenzucken anzunehmen ist schwerer. Und ein Gespräch zu beurteilen, in dem man selbst drinsteckt, ist nahezu unmöglich.

Wenn ein Thread sich angespannt anfühlt, macht Ihr Gehirn zwei unpassende Dinge gleichzeitig. Es erhöht die Temperatur - ein knapper Einzeiler vom Chef um 22:00 Uhr liest sich wie ein Ultimatum, obwohl da wahrscheinlich einfach jemand auf dem Handy getippt hat. Und es verteidigt Ihre Position - Sie spielen die Auseinandersetzung im Kopf noch einmal durch und gewinnen sie, seltsamerweise, jedes einzelne Mal.

Unter Geschwindigkeit wird das schlimmer. Schwierige Gespräche passieren nicht, wenn alles ruhig ist. Sie passieren während eines Launches, einer Reorg, eines verpassten Termins, eines Incidents. Also genau dann, wenn niemand die Geduld für Diplomatie hat und alle ihre Nachrichten zwischen zwei Meetings lesen.

Der klassische Rat lautet “eine Nacht drüber schlafen” oder “einen Kollegen fragen, dem Sie vertrauen”. Drüber schlafen hilft ein bisschen. Kollegen fragen funktioniert, aber Kollegen sind teuer: Sie haben eine eigene Meinung über die andere Person, ein eigenes Interesse am Ausgang, und Sie ziehen sie in Büropolitik hinein, ob Sie das wollen oder nicht. Außerdem sind sie donnerstags um 23:00 Uhr nicht verfügbar.

Der Trick: Machen Sie das LLM zum unabhängigen Schiedsrichter

Das hier mache ich stattdessen, und es hat mir schon mehrfach geholfen.

Kompletten Thread kopieren. In ChatGPT oder Ihr Lieblings-LLM einfügen. Eine offene Frage stellen.

Zum Beispiel so:

Was sind deine Gedanken, wenn du diese Konversation liest?

Das war es. Kein Framing. Kein “mein Chef ist hier doch unfair, oder?”. Kein Kontext dazu, wer wer ist, über das hinaus, was im Thread ohnehin steht.

Was zurückkommt, ist meist eine Variante von: Das hier scheint jede Person zu wollen, hier hat sich der Ton verschoben, hier fing das Missverständnis an, und hier ist ein Punkt von Person B, den Person A nie beantwortet hat.

Und genau dieser letzte Teil ist der wertvolle. Das Modell interessiert sich nicht für Ihr Ego. Es liest den Text, nicht die Vorgeschichte. Es hat kein Interesse am Ausgang, keine Erinnerung an die letzten drei Male, in denen Sie mit dieser Person uneinig waren, und keinen Wunsch, morgen zum Mittagessen eingeladen zu werden.

Zwei Dinge kommen dabei typischerweise heraus:

1. Eskaliert das hier wirklich? Oft lautet die Antwort: nein. Das Modell liest einen Thread, den Sie als Konfrontation erlebt haben, als normalen, etwas knappen Austausch unter Kollegen. Allein das sind die zwei Minuten wert - es hält Sie davon ab, die Antwort zu schreiben, die den Konflikt tatsächlich gestartet hätte.
2. Wo hat die andere Person recht? Das ist der unangenehme Teil. In neun von zehn Fällen steckt da ein Punkt drin, den Sie überlesen haben, weil Sie gerade mit Verteidigen beschäftigt waren. Neutral aufgeschrieben lässt er sich deutlich leichter annehmen, als wenn er von der Person kommt, mit der Sie gerade streiten.

Die offene Frage ist der eigentliche Trick

Das mit Abstand wichtigste Detail: fragen Sie offen, niemals suggestiv.

“Was sind deine Gedanken, wenn du diese Konversation liest?” liefert Ihnen einen Schiedsrichter.

“Findest du nicht auch, dass mein Chef hier unfair ist?” liefert Ihnen einen Anwalt. LLMs sind von Haus aus zustimmungsfreudig und bauen Ihnen bereitwillig ein schönes Plädoyer für alles, was Sie angedeutet haben. Sie werden sich großartig fühlen und nichts lernen.

Ein paar Prompts, die gut funktionieren - grob nach zunehmendem Mut sortiert:

• “Was sind deine Gedanken, wenn du diese Konversation liest?”
• “Fasse zusammen, was jede Person in diesem Thread eigentlich will.”
• “An welcher Stelle hat sich der Ton verändert, und warum?”
• “Welche Punkte der anderen Person wurden nie beantwortet?”
• “Formuliere die stärkstmögliche Version der Position der anderen Person.”
• “Wenn du eine Sache nennen müsstest, die ich hier falsch mache - welche wäre das?”

Wenn Sie wirklich ehrlich zu sich sein wollen, anonymisieren Sie die Namen vor dem Einfügen, damit das Modell nicht ableiten kann, wer “der Chef” und wer “der Mitarbeiter” ist. Sonst sickert Hierarchie in die Bewertung ein.

Und dann ab damit ins 1:1

Das ist der Teil, der aus einem privaten Realitätscheck ein echtes Werkzeug macht.

Legen Sie die Einschätzung im nächsten 1:1 auf den Tisch. Nicht als “die KI sagt, du liegst falsch” - das wäre die schlechteste denkbare Verwendung. Sondern als: “Ich war mir nicht sicher, wie ich unseren Thread von Dienstag lesen soll, also habe ich ihn ein Modell ohne Vorgeschichte lesen lassen. Das kam dabei heraus. Passt das zu dem, wie du es erlebt hast?”

Zwei Dinge passieren:

• Es entpersonalisiert den Konflikt. Sie sind nicht länger zwei Personen, die Positionen verteidigen. Sie sind zwei Personen, die auf eine dritte, langweilige, neutrale Beschreibung des Geschehenen schauen. Die Diskussion verschiebt sich von “Sie gegen mich” zu “wir gegen den Text”.
• Es bleibt geerdet. Schwierige Gespräche driften innerhalb von etwa neunzig Sekunden in Gefühle, Vorgeschichte und vage Eindrücke ab. Eine schriftliche Einschätzung von außen zieht Sie immer wieder zurück auf das, was tatsächlich gesagt wurde.

Und Sie können das Modell sich erklären lassen. Wenn die andere Person mit der Bewertung nicht einverstanden ist, fragen Sie direkt im Meeting nach: warum liest du das so? Oft ist die Erklärung nützlicher als das Urteil, weil sie das Missverständnis sichtbar macht - “die Bitte in Nachricht 4 war als Frage formuliert, deshalb ließ sie sich leicht als optional lesen”. Das ist genau die Art von Beobachtung, die keiner von Ihnen beiden von allein ausgesprochen hätte.

Für vertrauliche Threads: ein lokales Modell nutzen

Es gibt einen naheliegenden Einwand gegen all das, und er ist berechtigt: Ausgerechnet die Gespräche, bei denen dieser Trick am meisten hilft, sind die, bei denen man zweimal überlegen sollte, ob man sie in einen Cloud-Dienst kopiert. Leistungsthemen, ein Konflikt mit dem Chef, eine Meinungsverschiedenheit über die Rolle einer Person, Kundennamen, Zahlen, die noch nicht öffentlich sind.

Die Antwort ist einfach: Lassen Sie den Schiedsrichter auf der eigenen Maschine laufen.

Das ist längst kein Kompromiss mehr. Ein lokales Modell auf einem ordentlichen Laptop ist für diese Aufgabe absolut ausreichend - und meiner Erfahrung nach ist Qwen 3.8 ein wirklich guter Schiedsrichter. Eine Konversation zu lesen, herauszuarbeiten, was jede Seite will, zu erkennen, wo der Ton kippte, und den Punkt zu benennen, der nie beantwortet wurde: Das ist keine Aufgabe, die ein Frontier-Modell braucht. Sie braucht sorgfältiges Lesen, und das kann ein lokales Modell gut.

Das praktische Setup ist unspektakulär: LM Studio oder Ollama, Modell herunterladen, Thread einfügen, dieselbe offene Frage stellen. Die Details - Hardware, Modellauswahl und die zwei Einstellungen, die Ihnen sonst auf die Füße fallen - habe ich in Running LLMs Locally aufgeschrieben.

Zwei Dinge machen das zu mehr als einem Datenschutz-Workaround:

• Nichts verlässt Ihren Laptop. Keine AGB, keine Aufbewahrungsrichtlinie, keine Frage nach “wurde das fürs Training verwendet?”, keine Konzernrichtlinie, die Sie prüfen müssen. Sie können den Thread wörtlich einfügen, Namen inklusive, und müssen sich darüber keine Gedanken mehr machen.
• Sie werden tatsächlich ehrlich sein. Das hat mich überrascht. Wenn das Modell lokal läuft, fügen Sie den echten Thread ein statt einer bereinigten Version, und Sie stellen die Frage, die Sie wirklich beantwortet haben wollen. Ein Schiedsrichter, den Sie vorher stillschweigend zensiert haben, ist kein besonders guter Schiedsrichter.

Meine Faustregel: Cloud-Modell für eine normale Meinungsverschiedenheit, bei der es um Ton und Timing geht. Lokales Modell in dem Moment, in dem ein Name, eine Zahl oder jemandes Job im Text steht.

Warum das besser funktioniert, als es selbst zu tun

Es liegt nicht daran, dass das Modell klüger wäre als Sie, wenn es um menschliche Beziehungen geht. Es liegt daran, dass es drei Eigenschaften hat, die Sie bei Ihrem eigenen Konflikt unmöglich haben können:

• Kein Eigeninteresse. Es muss nicht recht behalten, muss nicht gemocht werden und wird morgen mit keinem von Ihnen beiden zusammenarbeiten müssen.
• Keine Vorgeschichte. Es liest diesen Thread, nicht die letzten zwei Jahre.
• Fragen kostet nichts. Sie können eine ehrlich gesagt peinliche Frage stellen - “bin ich hier der Schwierige?” - um Mitternacht, ohne Zuschauer. Das ist ein echter Vorteil. Die meisten Menschen stellen diese Frage nie laut.

Und es ist schlicht weniger Aufwand als die Alternative, die entweder darin besteht, sich weiter zu ärgern, oder einen Kaffee mit einem Kollegen zu vereinbaren, um die ganze Sache noch einmal aufzurollen.

Einschränkungen - und die sind wichtig

Das ist ein Trick, kein Management-Framework. Ein paar ehrliche Grenzen:

Vertraulichkeit zuerst. Ein Arbeitsgespräch kann Namen, Gehälter, Kundendetails oder Leistungsthemen enthalten. Bei einem Cloud-Modell übergeben Sie all das an einen Dritten - nutzen Sie also das, was Ihr Unternehmen tatsächlich freigegeben hat, und anonymisieren Sie, wo es geht. Und bei wirklich sensiblen Dingen - Gesundheit, Leistungsbeurteilungen, jemandes Job - gehen Sie keinen Kompromiss ein, sondern lassen es lokal laufen. Genau dafür ist der Abschnitt weiter oben da.

Das Modell sieht nur den Text. Es weiß nicht, dass diese Person seit einem Monat unter Druck steht, dass es eine Vorgeschichte gibt, oder dass “klar, machen wir” bei genau diesem Kollegen “nur über meine Leiche” bedeutet. Seine Einschätzung ist ein Datenpunkt, kein Urteil.

Es wird Ihnen schmeicheln, wenn Sie es lassen. Siehe oben. Suggestive Fragen liefern einen Spiegel. Offene Fragen liefern einen Schiedsrichter.

Niemals als Waffe einsetzen. “ChatGPT gibt mir recht” ist der schnellste Weg, ein angespanntes Gespräch wirklich toxisch zu machen. Die Ausgabe ist ein Gesprächseinstieg, den Sie sich gemeinsam anschauen, kein Beweismittel, das Sie vorlegen.

Es ersetzt weder HR noch Therapie noch eine echte Entscheidung. Wenn eine Situation ernst ist - Belästigung, ein Leistungsproblem, eine rechtliche Frage - ist das nicht das richtige Werkzeug. Gehen Sie zu einem Menschen.

Fazit

Feedback ist schwer, und je schwerer es wird, desto schlechter sind wir darin, es zu beurteilen. Den rohen Thread einem Modell zu geben und eine offene Frage zu stellen, ist ein Zwei-Minuten-Schritt, der Ihnen etwas Seltenes verschafft: eine neutrale Einschätzung, ob die Lage wirklich brennt, und wo die andere Person tatsächlich recht hat.

Nehmen Sie diese Einschätzung dann mit ins 1:1 und schauen Sie gemeinsam darauf. Es hält die Diskussion geerdet, nimmt die persönliche Hitze heraus, und beendet die Meinungsverschiedenheit häufiger als jede weitere Runde Slack-Nachrichten.

Und wenn der Thread vertraulich ist - was oft genau dann der Fall ist, wenn Sie die zweite Meinung am dringendsten brauchen - lassen Sie ihn durch ein lokales Modell laufen. Qwen 3.8 auf dem eigenen Laptop erledigt das, und die Frage, was Sie einfügen dürfen, erübrigt sich schlicht.

Günstig, schnell, und es hat mich schon mehr als einmal gerettet.

Mehr

• Passend dazu: Running LLMs Locally - wie ein gutes Modell auf die eigene Maschine kommt
• Passend dazu: Three Strike Dismissal in One-On-Ones - über Bauchgefühl in 1:1s
• Tolles Foto oben von krakenimages