Template File und Fake Meeting Trankript:

1. Meeting Analyse Template
2. Meeting Fake Transkript

"Guten Morgen zusammen. Marco, kannst du mich hören?" - 5 Minuten später: "Marco ist wieder da, wo waren wir?"

Willkommen in der deutschen Meeting-Kultur. 🎭

Das 250€ Problem

4 Personen. 45 Minuten Meeting. Durchschnittsgehalt 50€/Stunde.

Kosten: 150€. Ergebnis: "Lass uns nochmal ein Meeting machen." 💸

Jetzt multipliziert das mal 5 Meetings pro Woche. Mal 20 Mitarbeiter. Mal 52 Wochen.

780.000€ pro Jahr. Nur für Meetings, die zu nichts führen.

Aber hey, wenigstens hat Marco diesmal seine Kamera anbekommen, oder? 🎥

Die Idee: KI als Meeting-Therapeut

Zusammen mit Sven haben wir uns gefragt: Was, wenn wir Meeting-Transkripte analysieren lassen?

Nicht auf "Wer hat am meisten geredet", sondern auf:

→ Strukturelle Probleme (5 Minuten Technik-Troubleshooting am Anfang?) → Emotionale Faktoren (Wurde jemand über den Haufen geredet?) → Entscheidungs-Lethargie (Null Action Items nach 45 Minuten?) → Ablenkungen (Falscher Bildschirm geteilt. Wieder.)

Das Setup: Simple, aber effektiv

Tool: Misty (lokales Sprachmodell, keine Cloud) Input: Meeting-Transkript (z.B. aus MS Teams) Output: Brutale Ehrlichkeit

Was die Analyse findet:

Problem 1: Technik-Chaos 5 Minuten für "Kannst du mich sehen?" → Empfehlung: Tech-Check 5 Minuten vor Meeting

Problem 2: Keine Struktur Gespräch driftet ab → Empfehlung: Timeboxing + neutraler Meeting-Moderator (die KI)

Problem 3: Zero Action Items 45 Minuten geredet, nichts beschlossen → Empfehlung: Letztes Drittel nur für Entscheidungen

Das Template: Meeting-Effizienz-Experte

```Du bist ein Meeting-Effizienz-Experte mit Fokus auf:

• Strukturelle Meetingprobleme
• Emotionale und psychologische Faktoren
• Entscheidungs-Lethargie
• Ablenkungen und Gesprächs-Hijacking
• Action-Item-Generierung

Analysiere das Transkript und gib konkrete Verbesserungsvorschläge.```

Warum Misty und nicht ChatGPT?

Compliance. 🔒

Meeting-Transkripte sind sensibel. Namen, Projekte, Zahlen.

Mit Misty läuft alles lokal auf eurem Rechner. Keine Cloud. Keine Datenweitergabe.

Plus: Ihr könnt verschiedene Modelle parallel testen. Split-Chat-Feature. Gleicher Prompt, 4 Modelle, beste Antwort gewinnt.

Pro-Tipp: Das größte Modell ist nicht immer das beste. Manchmal reicht ein kleines, schnelles Modell. Spart Tokens. Spart Zeit.

Der Game-Changer: Der neutrale Beobachter

Stellt euch vor: Ihr seid im Meeting. Timebox läuft ab.

Früher: Jemand muss sagen "Leute, wir müssen weiter." Fühlt sich beschissen an.

Mit KI-Assistent: "Eure Timebox ist abgelaufen. Zurück zur Agenda?"

Keine Person wird angepisst. Keine awkward Situation. Nur ein Tool, das seine Arbeit macht.

Das größte Learning

Man muss es selbst erleben.

Ihr könnt 100 Artikel über KI lesen. Aber erst wenn ihr:

• Euer erstes Meeting analysiert habt
• Gesehen habt, wie viel Zeit ihr verschwendet
• Die konkreten Verbesserungsvorschläge bekommt

...erst dann versteht ihr den Wert.

Praktische Umsetzung

1. Meeting aufnehmen (MS Teams Transkript-Funktion)
2. Transkript exportieren
3. In Misty laden (oder Claude/ChatGPT, wenn Compliance okay)
4. Template anwenden
5. Analyse lesen
6. Weinen (weil ihr seht, wie viel Zeit ihr verschwendet habt)
7. Verbessern

Next Steps

Wir bauen gerade einen kompletten Claude Code Kurs. 10 Lektionen. Growing.

Für alle, die nicht nur über KI reden, sondern sie wirklich nutzen wollen.

Link: Zum Claude Code Basics Kurs

Fazit

Meeting-Effizienz ist keine Raketenwissenschaft.

Es ist einfach: Messen. Analysieren. Verbessern.

Aber niemand macht es, weil es "zu viel Aufwand" ist.

Mit KI? 2 Minuten Upload. 1 Minute Analyse. Fertig.

780.000€ Einsparung pro Jahr für ein mittelständisches Unternehmen.

Oder ihr macht weiter wie bisher. "Marco, kannst du mich hören?" 🎤

Geschrieben von Toni & Sven - Zwei Typen, die zu viele schlechte Meetings erlebt haben.