On this episode of Masters of Data, we dive into metacognition (thinking about thinking) and why knowing how your own brain works makes you a better AI user. We explore how different prompting styles, from engineering every detail to anticipating every failure mode, reflect how we each think, and why giving AI the right context is the difference between a brilliant result and a confident hallucination. We also get real about the cognitive cost of AI-fueled productivity: doing thirty things shallowly is not the leisure-filled future we were promised, and burnout is catching up fast. Plus, we make a strong case for using AI as your personal blind spot detector, because sometimes you need a machine to tell you what you are missing. Who this is for: Knowledge workers, team leads, and anyone who uses AI daily and wants to get more intentional about how they prompt, delegate, and protect their own thinking in an increasingly AI-assisted workflow.
[0:00] Einführung & Begrüßung
[0:43] Was ist Metakognition?
[2:33] Prompting als Selbsterkenntnis
[4:09] Wie denken Sie eigentlich, wenn Sie prompten?
[6:46] KI auf die Aufgabe kalibrieren
[7:46] Denken auslagern: Descartes trifft eine KI
[10:03] KI als Kleinkind, Teenager oder vertrauenswürdige Kollegin bzw. vertrauenswürdiger Kollege
[13:37] Davids E-Mail-Vergehen vs. Zoes E-Mail-Angst
[15:20] Ihrer KI beibringen, wer Sie sind
[17:41] Was weiß Claude eigentlich über Sie?
[21:07] Wenn der halluzinierende Topf den Kessel schwarz nennt
[22:03] Wird KI Denkraum freisetzen oder ihn nur füllen?
[24:15] Kognitive Belastung ist real (und sie wird größer)
[26:57] Quantität vs. Qualität: der schmale Grat
[28:43] Sind Sie schlecht – oder nur schlecht im Umgang mit KI?
[29:52] Erkennung blinder Flecken als KI-Superkraft
[31:37] Zusammenfassung