Arbeitsabläufe mit mehreren Werkzeugen: ChatGPT, Claude, Perplexity und Notion kombinieren

Ein häufiger Fehler fortgeschrittener KI-Nutzer ist die Bindung an ein einziges Werkzeug. Wer früh ChatGPT, Claude oder Gemini gewählt und dort Gewohnheiten entwickelt hat, verwendet es leicht für alles. Das funktioniert zwar, nutzt aber die besonderen Stärken anderer Werkzeuge für quellengebundene Recherche, lange Dokumente, Textentwürfe, Kritik, Datenanalyse und dauerhafte Speicherung nicht.

Der nächste Schritt besteht darin, jedes Werkzeug gezielt für seine stärkste Aufgabe einzusetzen und die Ergebnisse in einem wiederholbaren Ablauf zu verbinden. Dieser Artikel zeigt, wie das gelingt.

Wir behandeln die Stärken der wichtigsten Werkzeuge, vier vollständig ausgearbeitete Abläufe und die saubere Übergabe von Daten.

Arbeitsabläufe mit mehreren Werkzeugen vervielfachen die Datenweitergabe. Legen Sie vor jedem Kopieren fest, welches Artefakt maßgeblich ist, welche Werkzeuge für diese Daten freigegeben sind und welche Inhalte vor der Übergabe entfernt werden müssen.

Die relevanten Stärken im Jahr 2026

Eine kurze, bewusst wertende Übersicht der wichtigsten kombinierbaren Werkzeuge:

Perplexity. Webrecherche mit Quellenangaben und Deep Research. Ein geeigneter Ausgangspunkt, wenn Informationen zunächst beschafft und belegt werden müssen.

Claude (Sonnet 4.5 / Opus 4.5). In unseren Tests 2026 das stärkste Schreibmodell und eines der besten für die Analyse langer Dokumente. Viele Teams verwenden es für Entwürfe, sorgfältige Analysen und anspruchsvollen Code. Claude Projects halten Referenzdateien bei den Unterhaltungen.

ChatGPT (GPT-5 / GPT-5 Thinking). Ein besonders starkes Allzweckmodell mit breiten Fähigkeiten für Bildgenerierung im Chat, multimodale Aufgaben, explorative Gespräche und schnelle Iteration.

Gemini (2.5 Pro / Flash). Besonders geeignet für Google Workspace, sehr lange Kontexte, native Videoanalyse und das eigenständige Google-Produkt NotebookLM.

NotebookLM. Dokumentenbasierter Chat mit Quellenangaben. Geeignet für Fragen wie „Was sagen genau diese Dokumente über X?“.

Notion (mit KI / externem KI-Zugriff). Ein dauerhafter Arbeitsbereich, in dem Ergebnisse gespeichert, redigiert, verknüpft und durchsucht werden. Wichtiger als Notions eigene KI ist seine Rolle als gemeinsamer Ort für die Artefakte des Ablaufs.

ChatGPT Code Interpreter / Claude Computer Use / Gemini Advanced Data Analysis. Jedes Angebot verfügt über einen Modus zum Ausführen von Code und Analysieren von Daten. Das ist für Abläufe mit strukturierten Daten hilfreich.

Cursor / Claude Code. Spezialisierte Werkzeuge für Aufgaben, deren Ergebnis Code ist.

Sie benötigen nicht alle. Für die meisten fortgeschrittenen Nutzer deckt die Kombination Perplexity + Claude + ChatGPT + NotebookLM + Notion den Großteil der Anforderungen ab.

Aufbau eines Arbeitsablaufs mit mehreren Werkzeugen

Ein nützlicher Ablauf hat drei Eigenschaften:

1. Jedes Werkzeug erfüllt eine Aufgabe. Nicht „Claude erledigt das ganze Projekt“, sondern: Claude entwirft, Perplexity recherchiert, NotebookLM bindet Aussagen an Quellen.
2. Daten fließen sauber zwischen ihnen. Das Ergebnis eines Werkzeugs wird ohne erneute Kontexterklärung zur Eingabe des nächsten.
3. Das Artefakt liegt dauerhaft außerhalb des Chatverlaufs. Etwa in Notion, Obsidian oder Google Drive.

Fügen Sie für ernsthafte Arbeit eine vierte Eigenschaft hinzu:

4. Die Übergabe ist ausdrücklich definiert. Legen Sie bei jedem Wechsel fest, was das nächste Werkzeug übernehmen darf, prüfen muss und ignorieren soll.

Vier vollständig ausgearbeitete Abläufe machen das Prinzip konkret.

Arbeitsablauf 1: Recherche und Schreiben

Der klassische fortgeschrittene Ablauf: Sie möchten einen Artikel, ein Memo, ein Briefing oder einen Bericht zu einem noch wenig vertrauten Thema erstellen.

Schritt 1: Mit Perplexity recherchieren.

Verwenden Sie Perplexity Deep Research und formulieren Sie die Aufgabe nach der Vorlage unseres Deep-Research-Artikels: Ziel, Umfang, Zielgruppe, Struktur, Qualitätsmaßstab und offene Fragen.

Warten Sie 10–20 Minuten auf den Bericht. Lesen Sie ihn sorgfältig. Prüfen Sie einige Quellen.

Schritt 2: Quellen mit NotebookLM absichern.

Wählen Sie die 5–10 besten Quellen aus dem Perplexity-Bericht – jene, die Sie bei unbegrenzter Zeit selbst lesen würden – und laden Sie sie in ein neues NotebookLM-Notebook.

Lassen Sie NotebookLM eine zweite, ausschließlich auf diesen Quellen beruhende Analyse erstellen und vergleichen Sie sie mit der Perplexity-Synthese. Abweichungen sind aufschlussreich: Perplexity hat möglicherweise zu weit geschlossen, NotebookLM womöglich eine sinnvolle Schlussfolgerung übersehen.

Sie verfügen nun über zwei quellengebundene Sichtweisen auf das Thema.

Schritt 3: Mit Claude entwerfen.

Öffnen Sie Claude. Fügen Sie den Perplexity-Bericht und die NotebookLM-Synthese als Referenzmaterial ein. Dann:

Verwenden Sie die folgende Recherche als Quellenmaterial für einen [Texttyp] in einem [zielgruppenspezifischen Ton]. Folgen Sie dieser Struktur: [Struktur]. Belegen Sie konkrete Aussagen aus der Recherche und erfinden Sie keine Fakten. Weisen Sie auf fehlende oder widersprüchliche Belege hin. Enden Sie mit [konkretes Schlussmuster].

Claude ist das beste Schreibmodell im Jahr 2026; hier geschieht die harte Arbeit.

Schritt 4: Mit ChatGPT verfeinern.

Nehmen Sie den Entwurf von Claude. Fügen Sie ihn in ChatGPT ein. Fordern Sie zwei Dinge an:

1. Eine Kritik: Was ist schwach, was fehlt, und was würde ein skeptischer Leser beanstanden?
2. (Wenn relevant) Bildgenerierung für visuelle Elemente, die das Stück benötigt.

ChatGPT kritisiert Claude-Texte gelegentlich besser als Claude selbst, weil andere Voreinstellungen zu anderen blinden Flecken führen.

Schritt 5: Abschließende Sprachprüfung in Claude.

Übergeben Sie Claude die ChatGPT-Kritik für eine letzte gezielte Überarbeitung. Es soll nur überzeugende Kritikpunkte anwenden und den übrigen Entwurf unverändert lassen.

Schritt 6: Speichern Sie es in Notion.

Speichern Sie den endgültigen Entwurf mit Links zum Recherche-Notebook dauerhaft in Notion.

Gesamtaufwand: etwa 90 Minuten für ein Ergebnis, das bei alleiniger Recherche, Ausarbeitung und Überarbeitung einen Tag beansprucht hätte. Die Qualität steigt, weil jedes Werkzeug seine Stärke übernimmt.

Arbeitsablauf 2: Vertragsprüfung

Sie haben einen 30-seitigen Vertrag erhalten. Die Folgen sind erheblich, und Sie möchten ihn nicht unvorbereitet lesen.

Schritt 1: Strategischer Kontext mit Perplexity.

Schnelle Perplexity-Abfrage: „Ich bin [Ihre Rolle] und soll einen Vertrag mit [Art der Gegenpartei] unterzeichnen. Auf welche üblichen Risiken sollte ich achten? Zitieren Sie rechtliche Leitlinien aus glaubwürdigen Quellen.“

Sie haben nun eine Checkliste von Dingen, auf die Sie achten sollten, die auf echter rechtlicher Kommentierung beruht.

Schritt 2: Dokumentanalyse mit NotebookLM.

Erstellen Sie ein NotebookLM-Notebook. Laden Sie den Vertrag hoch. Laden Sie auch hoch:

• alle Standardvertragsvorlagen Ihres Teams,
• Die rechtlichen Leitlinien, die Perplexity markiert hat
• frühere Verträge mit ähnlichen Gegenparteien.

Führen Sie in NotebookLM die dreistufige Prüfung durch:

• Erster Durchgang: Struktur, Erkenntnisse
• Risikoprüfung: Klauseln mit einseitigen Rechten der Gegenseite, mehrdeutige Begriffe, fehlende übliche Schutzbestimmungen und Abweichungen von Ihrer Vorlage
• Entscheidungsprüfung: Was Sie verhandeln müssen, was Sie akzeptieren können

Durch die Quellenbindung von NotebookLM verweist jedes markierte Risiko auf eine konkrete Klausel.

Schritt 3: Verhandlungsplanung mit Claude.

Fügen Sie die NotebookLM-Analyse in Claude ein. Fordern Sie an:

Erstellen Sie anhand dieser Vertragsanalyse einen Verhandlungsplan:

1. Die drei wichtigsten Forderungen, die ich stellen sollte
2. Für jede Forderung die genaue gewünschte Formulierungsänderung
3. Meine Ausweichposition bei Widerspruch
4. Die zwei Punkte, auf die ich bereit bin, einzugehen, um die wichtigen zu erhalten
5. Die Bedingungen, unter denen ich die Verhandlung abbrechen sollte

Claude ist gut in dieser Art strukturierter strategischen Denkweise mit rechtlichen Dokumenten.

Schritt 4: Gegenangebot mit Claude formulieren.

In derselben Unterhaltung: „Entwerfen Sie meine Antwort an die Gegenseite in professionellem, aber bestimmtem Ton. Würdigen Sie zunächst in zwei Sätzen die Punkte, denen ich zustimme. Führen Sie anschließend vier verlangte Änderungen mit konkreter Formulierung auf und enden Sie mit einem klaren nächsten Schritt.“

Schritt 5: Bei entsprechendem Risiko durch einen Anwalt prüfen lassen.

Dieser Schritt lässt sich nicht durch KI ersetzen. Lassen Sie bei bedeutenden Verträgen Analyse und Gegenangebot von einem Anwalt prüfen. KI eignet sich für die erste Sichtung; die rechtliche Verantwortung und Freigabe bleiben menschlich.

Arbeitsablauf 3: Von Daten zur Präsentation

Sie haben eine Tabelle mit Quartalsdaten und müssen die Erkenntnisse der Geschäftsleitung präsentieren.

Schritt 1: Analyse mit ChatGPT Code Interpreter (oder Gemini Advanced Data Analysis).

Laden Sie die Tabelle hoch. Fordern Sie eine offene Analyse an:

Unten stehen unsere vierteljährlichen Vertriebsdaten. Analysieren Sie:

1. Den auffälligsten Trend
2. Die größte Überraschung im Vergleich zum letzten Quartal
3. Die beiden Segmente, die die Gesamtzahlen am meisten erklären
4. Sämtliche Datenqualitätsprobleme

Gehen Sie Schritt für Schritt durch Ihre Argumentation. Erstellen Sie jede Grafik, die mir helfen würde, es zu verstehen.

ChatGPT führt im Hintergrund Python aus, erstellt Diagramme und fasst Erkenntnisse zusammen. Prüfen Sie alle berechneten Zahlen.

Schritt 2: Erzählstruktur mit Claude entwickeln.

Fügen Sie die Analyse in Claude ein. Fordern Sie an:

Entwickeln Sie anhand dieser Analyse die Erzählstruktur für eine 15-minütige Präsentation vor der Geschäftsleitung. Die Zielgruppe ist skeptisch, beschäftigt und kennt viele Quartalsberichte. Sie möchte wissen, was sich geändert hat, was wir nun tun sollten und welche Risiken bestehen.

Strukturieren Sie die Erzählung wie folgt:

1. Der Eröffnungssatz
2. Die beiden Schlüsselerkenntnisse (und warum sie wichtig sind)
3. Die drei Dinge, die wir tun werden
4. Die beiden Risiken, auf die wir achten sollten
5. Die eine Frage, die wir mit der Geschäftsleitung diskutieren möchten

Ton: selbstbewusst, ohne Ausflüchte und auf kritische Fragen vorbereitet.

Hier kommt Claudes Stärke beim Schreiben besonders zur Geltung.

Schritt 3: Folien mit Gamma oder dem Exportmodus von Claude / ChatGPT erstellen.

Fügen Sie die Erzählstruktur in Gamma ein oder lassen Sie Claude beziehungsweise ChatGPT exportierbares Folien-Markdown erstellen. Viele Werkzeuge erzeugen aus einer strukturierten Gliederung inzwischen brauchbare erste Folienentwürfe.

Schritt 4: Bildgenerierung mit ChatGPT.

Wenn Folien visuelle Elemente benötigen, generieren Sie sie direkt in ChatGPT. Halten Sie sich an einen konsistenten Stil („flach illustriert, Markenfarben“) für visuelle Kohärenz.

Schritt 5: Im Sprachmodus proben.

Öffnen Sie den Sprachmodus von ChatGPT und präsentieren Sie jede Folie laut. Fragen Sie: „Wo überspringt meine Logik einen Schritt? An welcher Stelle würde das Publikum widersprechen?“ Das Proben per Sprache wird als Vorbereitung noch zu selten genutzt.

Schritt 6: Dauerhaftes Artefakt in Notion.

Speichern Sie Analyse, Erzählstruktur, Folien und Probenotizen auf einer Notion-Seite. Beim nächsten Quartalsbericht sind alle Inhalte durchsuchbar.

Arbeitsablauf 4: Strategische Entscheidung

Sie erwägen eine bedeutende Geschäftsentscheidung: eine Führungskraft einstellen, einen Anbieter wählen oder eine neue Produktlinie starten.

Schritt 1: Rahmen mit Perplexity Deep Research.

Forschen Sie das Umfeld. Was sind die Standardüberlegungen für diese Art von Entscheidung in Ihrem Kontext? Was haben ähnliche Unternehmen getan? Was hat funktioniert und was nicht?

Schritt 2: Interne Dokumente mit NotebookLM einbeziehen.

Laden Sie einschlägige interne Dokumente hoch: frühere Pläne, Kundeninterviews, Teamdiskussionen und Finanzmodelle. Die Frage „Was sagen unsere bisherigen Überlegungen dazu?“ ist häufig nützlicher als neue externe Recherche.

Schritt 3: Entscheidungsworkflow mit Claude.

Verwenden Sie den vierstufigen Ablauf aus dem Entscheidungsartikel: einordnen, Optionen erweitern, Belastungsprobe durchführen und entscheiden. Fügen Sie Perplexity-Recherche und NotebookLM-Synthese als Eingabe hinzu.

Schritt 4: Gegenposition mit einem anderen Modell.

Übergeben Sie Claudes Analyse an ChatGPT oder Gemini: „Formulieren Sie das stärkste glaubwürdige Gegenargument.“ Ein anderes Modell verwendet andere Standardrahmen und findet daher oft inhaltlich andere Einwände.

Schritt 5: Pre-Mortem mit beiden Modellen.

Lassen Sie Claude und ChatGPT unabhängig ein Pre-Mortem erstellen: „Stellen Sie sich vor, diese Entscheidung wäre in zwei Jahren eine Katastrophe. Was ist geschehen?“ Unterschiede zwischen den Misserfolgsszenarien zeigen blinde Flecken.

Schritt 6: Synthese selbst.

Dies ist der ausschließlich menschliche Schritt. Schreiben Sie nach der KI-Analyse Ihre Entscheidung in eigenen Worten auf: Wahl, Begründung und Umstände, die Ihre Meinung ändern würden. Das schriftliche Festhalten erzwingt eine Verbindlichkeit, die rein KI-vermittelte Entscheidungen leicht umgehen.

Daten sauber zwischen Werkzeugen übergeben

Die Qualität eines solchen Ablaufs hängt von sauberen Übergaben ab. Einige hilfreiche Gewohnheiten:

Speichern Sie Prompts in einem Textbaustein-Manager oder Notion. Wenn Sie denselben Prompt zum dritten Mal in einem neuen Werkzeug schreiben, gehört er in Ihre Bibliothek.

Standardisieren Sie Ausgabeformen. Erzeugen alle Werkzeuge ungefähr dieselbe Struktur, lässt sich ein Ergebnis ohne mühsame Umformung als nächste Eingabe verwenden.

Versuchen Sie nicht, Chatverläufe zwischen Werkzeugen zu teilen. Jede Unterhaltung bleibt in ihrem Dienst. Dokumente, Analysen und Entwürfe sollten außerhalb der Chatverläufe in Notion, Drive oder einem Dokument liegen.

Pflegen Sie ein Arbeitsdokument je Projekt. Sammeln Sie alle relevanten KI-Ergebnisse auf einer Notion-Seite, in einem Google-Dokument oder einer Obsidian-Notiz. Dort findet die Synthese statt; die einzelnen Werkzeuge sind nur Produktionsorte.

Kennzeichnen Sie den Quellstatus. Markieren Sie jeden Abschnitt als source, summary, draft, inference oder decision. Dies verhindert, dass eine nützliche, von einem Modell generierte Zusammenfassung still zur kanonischen Quelle wird.

Verwenden Sie bei Einzelaufgaben Kopieren und Einfügen statt automatisierter Ketten. Für nicht wiederkehrende Arbeit ist eine manuelle Übergabe flexibler als eine elegante, aber aufwendige Integration. Automatisierte Pipelines lohnen sich für wiederkehrende Abläufe und werden in den Automatisierungsartikeln behandelt.

Das verlinkte Begleitbriefing bietet eine einseitige Struktur zur Planung von Übergaben, bevor ein Projekt in unübersichtlichem Tab-Wechsel endet.

Wann ein Werkzeug genügt

Einige Situationen, in denen sich der zusätzliche Aufwand nicht lohnt:

• Kurze Gesprächsaufgaben. Bleiben Sie bei einem Werkzeug und überfrachten Sie eine fünfminütige Frage nicht.
• Aufgaben mit einem eindeutig geeigneten Werkzeug. Ist Claude für den gesamten Ablauf klar passend – etwa bei langen Dokumenten oder schreibintensiver Arbeit –, bleiben Sie dort.
• Aufgaben, die Kontinuität benötigen. Wenn Sie dasselbe Artefakt 20-mal überarbeiten, unterbricht ein Werkzeugwechsel den Kontext. Entscheiden Sie sich für eines.

Mehrere Werkzeuge lohnen sich bei größeren strategischen Aufgaben, deren Phasen deutlich unterschiedliche Anforderungen besitzen.

Werkzeugwahl nach Aufgabe

Eine Kurzübersicht für Ihren Arbeitsplatz:

Drucken Sie die Tabelle aus und halten Sie sie sichtbar. Nach einem Monat erfolgt die Auswahl intuitiv.

Ein Ablauf für diese Woche

Der Einsatz mehrerer KI-Werkzeuge markiert den Übergang zu fortgeschrittener Arbeit. Sie investieren Zeit in zwei oder drei Abonnements, lernen die Stärken der Dienste und ordnen Aufgaben bewusst zu. Dafür entstehen in kürzerer Gesamtzeit Ergebnisse, die kein einzelnes Werkzeug gleich gut liefern könnte.

Wählen Sie einen der vier Abläufe und führen Sie ihn diese Woche vollständig an einer echten Aufgabe durch. Beim ersten Mal wirkt die Übergabe noch umständlich; beim dritten Mal erfolgt sie nahezu automatisch.