Textproduktion: Angebote, Reports, Blogposts

Lernziele

• Sie können den 5-Schritte-Workflow für KI-gestützte Textproduktion auf die drei zentralen Dokumenttypen (Angebot, Report, Blogpost) anwenden und die Stärken und Grenzen der KI je Dokumenttyp benennen.
• Sie formulieren präzise Briefing-Prompts unter Anwendung der 6-teiligen Prompt-Struktur (Rolle · Aufgabe · Ziel · Kontext · Output · Beispiele) und können erläutern, warum jedes Element notwendig ist.
• Sie erkennen typische Qualitätsdefizite in KI-generierten Texten (Halluzinationen, Generizität, Stilinkonsistenz) und wenden gezielte Nachbearbeitungs-Prompts an.
• Sie erstellen einen strukturierten Angebots-Draft für ein fiktives Projekt innerhalb von 25 Minuten und eine Executive Summary aus einem bestehenden Report.
• Sie wissen, welche Inhalte und Entscheidungen nicht delegierbar sind und immer menschlicher Prüfung bedürfen.

Worum geht es?

Längere Dokumente zu erstellen — Angebote, technische Reports, Managementberichte, Blogposts für Unternehmenskommunikation — gehört zu den zeitintensivsten Aufgaben im Arbeitsalltag von Wissensarbeiterinnen und Wissensarbeitern. Gleichzeitig sind es oft Aufgaben, die als wenig befriedigend wahrgenommen werden: viel Formatierungsaufwand, strukturelle Wiederholungen, sprachliche Konventionen, die selten Raum für kreatives Denken lassen.

KI-Assistenz adressiert genau diesen Schmerzpunkt. Strukturierung, Formulierung, Formatierung — das sind genau die Aufgaben, für die Sprachmodelle besonders gut geeignet sind. Die menschliche Leistung bleibt dort unverzichtbar, wo es um Urteil, Erfahrung und Kundenkenntnis geht: die richtige Einwand-Antizipation, die akkurate Zahlengrundlage, die strategische Positionierung.

In dieser Unterrichtseinheit erarbeiten Sie einen vollständigen Textproduktions-Workflow, der für alle drei Dokumenttypen anwendbar ist — mit spezifischen Anpassungen je nach Anforderung. Sie werden außerdem typische KI-Qualitätsprobleme kennenlernen und wissen, wie Sie sie systematisch beheben.

Lerntext

Was KI bei der Textproduktion leisten kann — und was nicht

Die häufigste Enttäuschung bei der KI-gestützten Textproduktion entsteht aus überhöhten Erwartungen: Man erhält einen langen, grammatisch korrekten Text — und bemerkt dann, dass er inhaltlich beliebig ist. Für einen Angebots-Entwurf ohne spezifische Kundeninformationen liefert die KI ein generisches Dokument. Für einen Report ohne Datenbasis liefert sie allgemeine Behauptungen. Das ist nicht die Schuld der KI — es ist die unvermeidliche Konsequenz des Inputs.

Die Grundregel lautet: Der Wert des KI-Outputs ist proportional zum Wert des Inputs. Wer eine präzise, informationsreiche Briefing-Eingabe macht, erhält einen substanziellen Entwurf. Wer eine vage Eingabe macht, erhält einen vagen Entwurf.

Was KI gut kann: - Strukturen vorschlagen und Inhalte in logische Abfolgen bringen - Sprachlich und stilistisch formulieren (auf Basis von Vorgaben) - Varianten generieren (drei unterschiedliche Einleitungen, zwei verschiedene Schlussformulierungen) - Einwände antizipieren, die im Dokument adressiert werden sollten - Bestehende Texte zusammenfassen, verdichten und umformulieren - Konsistenz prüfen: Stimmen Zahlen, Bezeichnungen und Argumente überein?

Was menschlich unverzichtbar bleibt: - Kundenspezifische Kenntnis (Wer ist der Entscheidungsträger? Was sind die wirklichen Bedenken?) - Strategische Positionierung (Warum ist Ihr Angebot besser als das des Wettbewerbers?) - Haftungsrelevante Aussagen (Zahlen, Garantien, rechtliche Zusicherungen) - Authentizität in der Sprache (Ihr persönlicher Stil, Ihre Unternehmenskultur) - Letztverantwortung für Inhalt und Konsequenzen

Merksatz

KI produziert Struktur und Formulierung. Menschliche Expertise liefert Substanz und Urteil. Wer beides zusammenbringt, produziert in einem Bruchteil der Zeit ein besseres Dokument als jede der beiden Quellen allein.

Der 5-Schritte-Workflow für Textproduktion

Schritt 1 — Briefing erstellen: Bevor Sie irgendetwas in ein KI-Tool eingeben, schreiben Sie Ihr Briefing. Das Briefing beantwortet: Wer ist die Zielgruppe? Was ist das Ziel des Dokuments? Welche Kernaussage muss es transportieren? Welche Informationen stehen zur Verfügung? Welche Länge und welches Format sind erforderlich? Dieses Briefing wird in der 6-teiligen Prompt-Struktur strukturiert (siehe unten).

Schritt 2 — Strukturvarianten generieren: Bitten Sie die KI zunächst, nicht den Text selbst zu schreiben, sondern drei unterschiedliche Gliederungen vorzuschlagen. Das ist ein entscheidender Schritt, der in der Praxis oft übersprungen wird. Wer sofort den Volltext generieren lässt, ist an die Struktur der KI gebunden. Wer zuerst drei Strukturvarianten vergleicht, kann die beste auswählen und dann den Text in dieser Struktur generieren lassen.

Schritt 3 — Struktur auswählen und freigeben: Wählen Sie eine der Strukturvarianten aus, modifizieren Sie sie falls nötig und teilen Sie der KI mit, welche Struktur gilt. Ergänzen Sie spezifische Inhaltspunkte pro Abschnitt: „In Abschnitt 3 soll unser Referenzprojekt bei [Kunde X] erwähnt werden.”

Schritt 4 — Iterativ entwickeln: Generieren Sie den Text abschnittsweise, nicht als Ganzes. Das gibt Ihnen Kontrolle über jeden Teil und verhindert, dass strukturelle Fehler im ersten Abschnitt sich durch das gesamte Dokument ziehen. Überarbeiten und korrigieren Sie jeden Abschnitt, bevor Sie zum nächsten weitergehen.

Schritt 5 — Review und Finalisierung: Geben Sie das fertige Dokument erneut in die KI und bitten Sie um einen Review: „Überprüfe dieses Dokument auf: (1) inhaltliche Konsistenz, (2) Wiederholungen, (3) Abschnitte, die für die Zielgruppe unklar sein könnten, (4) fehlende Argumente.” Dann nehmen Sie die abschließenden menschlichen Korrekturen vor.

Die 6-teilige Prompt-Struktur für Textproduktion

Die 6-teilige Prompt-Struktur (Rolle · Aufgabe · Ziel · Kontext · Output · Beispiele) ist das wichtigste Werkzeug für die Qualität von Textproduktions-Prompts. Jedes Element erfüllt eine spezifische Funktion:

Rolle: Welche Expertise soll die KI einnehmen? „Du bist ein erfahrener IT-Vertriebsberater mit Fokus auf mittelständische Industrieunternehmen.” Die Rollendefinition kalibriert Sprache, Terminologie und Argumentationslogik.

Aufgabe: Was soll konkret erstellt werden? „Schreibe einen Angebots-Draft für ein Copilot-Rollout-Projekt.”

Ziel: Was soll das Dokument erreichen? „Das Angebot soll den Entscheidungsträger von der ROI-Qualität unserer Lösung überzeugen und zur Unterzeichnung eines Pilotvertrags führen.”

Kontext: Welche Informationen stehen zur Verfügung? „Der Kunde ist ein Logistikunternehmen mit 200 Mitarbeitenden. Schmerzpunkt ist die manuelle Auftragsbearbeitung. Budget-Indikation: 80.000–120.000 Euro. Entscheidungsträger: CFO und IT-Leiter.”

Output: Wie soll das Ergebnis aussehen? „Dokument in Deutsch, ca. 800–1.000 Wörter, Abschnitte: Executive Summary / Problemverständnis / Lösungsansatz / Nutzen-Argumente / Investition und ROI / Nächste Schritte.”

Beispiele: Gibt es Stil- oder Qualitätsvorlagen? „Orientiere dich stilistisch an diesem Textmuster: [Textbeispiel einfügen].”

Merksatz

Die 6-teilige Prompt-Struktur ist kein bürokratisches Korsett — sie ist die Investition von drei Minuten, die zehn Minuten Nachbearbeitung spart. Wer die Struktur kennt, erkennt sofort, welches Element in einem schlechten Prompt fehlt.

Dokument-spezifische Besonderheiten

Angebote: Das Angebot ist ein Verkaufsdokument, kein Informationsdokument. Der häufigste Fehler bei KI-generierten Angeboten ist, dass sie beschreiben, was gemacht wird — aber nicht, warum das für den Kunden relevant ist. Ergänzen Sie im Prompt immer den „Einwand-Antizipations-Prompt”: „Welche drei Einwände könnte der Entscheidungsträger gegen dieses Angebot haben? Baue die Antworten auf diese Einwände in den Text ein.”

Reports: Bei Reports ist die häufigste KI-Schwäche die fehlende Datenbasis. Die KI kann Reports strukturieren, formulieren und kommentieren — aber sie kann keine Daten erfinden, die akkurat sind. Regel: Geben Sie immer die Datenbasis in den Prompt. Zahlen, Kennzahlen, Messergebnisse — diese müssen von Ihnen stammen. Die KI interpretiert und formuliert, Sie liefern die Fakten.

Blogposts: Blogposts leben von einer Meinung, einer These, einer Perspektive. Generische KI-Blogposts sind oft inhaltlich korrekt und vollständig austauschbar. Um das zu vermeiden: Geben Sie im Prompt Ihre persönliche Position an. „Meine These ist: [These]. Schreibe den Blogpost aus dieser Perspektive, mit konkreten Beispielen, die ich selbst erlebt habe: [Beispiele].”

Praxis-Checkliste: Textproduktion mit KI

Checkliste — KI-Text Qualitätssicherung

Vor dem Prompt - [ ] Ist das Ziel des Textes klar definiert? (Wer soll was nach dem Lesen tun / denken / fühlen?) - [ ] Sind Zielgruppe, Ton und Länge spezifiziert? - [ ] Wurden relevante Hintergrundinformationen im Prompt eingefügt?

Nach der Generierung - [ ] Stimmen alle Fakten, Zahlen und Namen? - [ ] Ist der Text frei von generischen Floskeln und Füllwörtern? - [ ] Entspricht der Ton dem Markenstil oder der Unternehmenssprache? - [ ] Wurde der Text auf Vertraulichkeit geprüft — keine sensiblen Daten im Output?

Vor der Freigabe - [ ] Wurde der Text von einem zweiten Paar Augen gelesen? - [ ] Ist der Autor des Textes benannt — und übernimmt er die inhaltliche Verantwortung?

Merksatz

Verantwortung bleibt beim Menschen: KI generiert — Menschen verantworten. Ein KI-generierter Report, der falsche Zahlen enthält, ist keine Entschuldigung: Die inhaltliche Verantwortung liegt immer bei der Person, die den Text freigibt und verbreitet.

Vertiefung — Stilvorgaben und Qualitätssicherung

Ein gut strukturierter KI-Text kann immer noch den falschen Stil haben. Organisationen haben etablierte Tonalitäten, Terminologien und Schreibkonventionen, die ein generisches Sprachmodell nicht kennt. Die Lösung ist die Mustertext-Methode.

Praxis-Vertiefung: Dokumenttyp-spezifische Strategien und häufige Fehler

Fehleranalyse und Korrekturroutinen:

Selbst mit dem besten Briefing-Prompt entstehen in KI-generierten Texten wiederkehrende Schwächen. Wer diese kennt, kann sie systematisch beheben:

Häufiger Fehler 1 — Generizität: Der Text klingt wie jeder andere Text zum Thema — keine spezifischen Beispiele, keine eigene Perspektive, keine konkreten Zahlen. Lösung: Ergänzen Sie im Prompt immer drei konkrete Beispiele oder Daten, die in den Text einfließen sollen.

Häufiger Fehler 2 — Redundanz: KI-Texte wiederholen häufig denselben Gedanken in unterschiedlichen Abschnitten. Lösung: Redundanz-Check-Prompt: „Identifiziere alle Aussagen in diesem Text, die inhaltlich bereits an anderer Stelle stehen. Liste die Stellen. Schlage eine Version ohne Redundanzen vor.”

Häufiger Fehler 3 — Falscher Tone of Voice: Der Text klingt zu förmlich, zu informell oder passt nicht zur Unternehmenskultur. Lösung: Mustertext-Methode + explizite Tonalitätsvorgabe in der Rolle-Definition des Prompts.

Häufiger Fehler 4 — Fehlende Lesbarkeit für die Zielgruppe: Ein Text, der für Experten geschrieben wurde, landet beim Management — oder umgekehrt. Lösung: Die Zielgruppe immer explizit definieren und die KI bitten, den Text am Ende in einer Satz zu testen: „In welchem Kontext wäre dieser Text perfekt — und für wen passt er nicht?”

Häufiger Fehler 5 — Fehlendes Call-to-Action: Viele KI-generierte Dokumente beschreiben, was ist — aber sagen nicht klar, was der Leser als nächstes tun soll. Lösung: Jedes Dokument endet mit einer expliziten Call-to-Action-Formulierung, die der KI als Pflichtanforderung vorgegeben wird.

Skalierbare Textproduktion für Teams:

In größeren Teams entstehen häufig Qualitätsprobleme, wenn verschiedene Personen ähnliche Dokumente erstellen — ohne gemeinsamen Standard. KI-gestützte Textproduktion bietet hier eine Standardisierungsmöglichkeit:

1. Master-Prompt-Bibliothek: Entwicklung von fünf bis zehn Standard-Prompts für die häufigsten Dokumenttypen des Teams (Angebots-Template, Status-Report-Template, Onboarding-Dokument-Template etc.). Diese Prompts enthalten bereits Stil-Vorgaben, Struktur-Anforderungen und Qualitätskriterien.
2. Review-Standards: Wer KI-generierte Texte vor dem Versand prüft, benötigt klare Review-Kriterien. Entwicklung einer kurzen Checkliste, die bei jedem Review-Schritt angewendet wird.
3. Feedback-Schleife: Regelmäßige Reflexion im Team: Welche Prompts liefern konsistent gute Ergebnisse? Welche müssen überarbeitet werden? Diese Reflexion kostet dreißig Minuten im Monat und verbessert die Bibliothek kontinuierlich.

Merksatz

Konsistenz ist die unterschätzte Qualitätsdimension in der Textproduktion. Ein Unternehmen, das zehn verschiedene Mitarbeitende zehn verschiedene Angebote mit zehn verschiedenen Stilen schreiben lässt, verschenkt Markenidentität. KI mit einer Master-Prompt-Bibliothek schafft eine stilistische Konsistenz, die manuell kaum erreichbar ist.

Mustertext-Methode: Wählen Sie ein eigenes Dokument, das stilistisch als vorbildlich gilt — ein Angebot, das besonders gut ankam, einen Report, der lobend erwähnt wurde. Geben Sie dieses Dokument in den Prompt: „Analysiere den Stil dieses Dokuments: Satzlänge, Wortschatz, Formgrad, Einsatz von Aufzählungen, Umgang mit Zahlen. Wende diesen Stil auf den folgenden neuen Text an.”

Kohärenz-Check: Bei längeren Dokumenten (über 1.000 Wörter) lohnt sich ein expliziter Kohärenz-Check: „Lies das gesamte Dokument und identifiziere: (1) Widersprüche zwischen Abschnitten, (2) Wiederholungen, (3) Stellen, an denen der Leser abgehängt werden könnte, (4) fehlende Übergänge zwischen Abschnitten.”

Längenoptimierung: KI-Texte sind häufig zu lang. Gute Texte sind so kurz wie möglich und so lang wie nötig. Prompt: „Kürze diesen Text um 25 Prozent, ohne inhaltliche Substanz zu verlieren. Entferne Füllsätze, Wiederholungen und Passagen, die für die Kernaussage nicht notwendig sind.”

Terminologie-Konsistenz: Besonders in technischen Dokumenten ist Terminologie-Konsistenz wichtig. Prompt: „Prüfe dieses Dokument auf Terminologie-Konsistenz. Erstelle eine Liste der verwendeten Fachbegriffe und ihrer Varianten (z.B. ‘KI-Assistent’, ‘KI-Tool’, ‘Sprachmodell’) und empfehle, welche Variante konsistent verwendet werden sollte.”

Branchen-Anwendungen

IT-Dienstleistung & Beratung

Ein mittelgroßes IT-Beratungshaus erstellt monatlich zwanzig bis dreißig Angebote für Projekte unterschiedlicher Größenordnung. Bisher dauerte das Erstellen eines Angebots je nach Komplexität zwischen zwei und acht Stunden. Mit dem 5-Schritte-Textproduktions-Workflow und einer Bibliothek von zehn Angebots-Prompt-Templates wird die Erstellungszeit auf 45 Minuten bis zwei Stunden reduziert. Die Qualität steigt, weil der Einwand-Antizipations-Prompt systematisch einsetzt — Einwände, die bisher erst im Kundengespräch aufkamen, werden jetzt proaktiv adressiert. Die Win-Rate für KI-gestützte Angebote liegt im ersten Quartal nach Einführung 12 Prozent über dem Vorjahresdurchschnitt.

Industrie & Fertigung

Ein Qualitätsmanagement-Verantwortlicher in einem Fertigungsunternehmen erstellt monatlich drei bis vier Qualitätsberichte für die Geschäftsführung und externe Auditoren. Diese Reports waren bisher zeitintensiv: Daten sammeln, strukturieren, formulieren. Mit KI-Unterstützung wird der strukturelle und formulatorische Anteil automatisiert. Der Verantwortliche gibt Rohdaten (Kennzahlen, Messwerte, Abweichungen) in den Prompt und erhält einen ausformulierten Report-Entwurf. Die menschliche Prüfung der Zahlen bleibt obligatorisch — wird aber zum zentralen Qualitäts-Gate statt zur Hauptarbeit. Zeitersparnis: 40–60 Prozent pro Report.

Finanzdienstleistung & Versicherung

Ein Relationship Manager in einer Privatbank erstellt quartalsweise Investment-Berichte für zwanzig bis dreißig Stammkunden. Diese Berichte müssen individuell wirken, obwohl sie strukturell ähnlich sind. Mit der Mustertext-Methode wird der Stil des Hauses exakt repliziert — die KI schreibt im etablierten Sprachduktus der Bank. Kundenspezifische Daten (Portfolio-Performance, Marktkommentar, Ausblick) werden als Kontextinput gegeben. Die KI formuliert und strukturiert. Der Relationship Manager prüft, ergänzt persönliche Bezüge und unterschreibt. Ergebnis: 30 individuelle Berichte in zwei statt sechs Arbeitstagen.

Öffentliche Verwaltung

Eine Stabsstelle für strategische Planung in einer mittelgroßen Stadt erstellt jährlich einen Entwicklungsbericht für Stadtrat und Öffentlichkeit. Dieser Bericht umfasst typisch 80 bis 120 Seiten und bindet über Monate Kapazitäten. Mit KI-gestützter Textproduktion werden einzelne Kapitel in einem Bruchteil der Zeit erstellt: Die Stabsstelle liefert die Daten und die strategischen Positionen, die KI formuliert und strukturiert. Ein Kohärenz-Check am Ende des Prozesses identifiziert Widersprüche zwischen Kapiteln, die verschiedene Personen verfasst haben. Ergebnis: Der Bericht wird zwei Monate früher fertiggestellt als in Vorjahren.

Abb. 40.1 — 5-Schritte-Textproduktions-Pipeline: vom Briefing zum finalen Dokument

Übung 1

Angebots-Draft in 25 Minuten

Szenario: Sie sind Vertriebsberaterin oder Vertriebsberater in einem Unternehmen, das Copilot-Rollouts für den Mittelstand anbietet. Ein Logistikunternehmen mit 80 Mitarbeitenden hat Interesse an einem 60-tägigen Copilot-Pilotprojekt geäußert. Entscheidungsträger ist der Geschäftsführer, der ROI und Risikoabsicherung priorisiert.

Aufgabe: 1. Formulieren Sie das Briefing in der 6-teiligen Prompt-Struktur (5 Minuten) 2. Lassen Sie drei Gliederungsvarianten generieren — wählen Sie eine aus (5 Minuten) 3. Generieren Sie den Angebot-Text abschnittsweise (12 Minuten) 4. Wenden Sie den Einwand-Antizipations-Prompt an — bauen Sie zwei Einwand-Antworten ein (3 Minuten)

Stoppuhr läuft. Ziel: Fertig in 25 Minuten.

Tauschen Sie das Ergebnis mit einer anderen Person. Bewerten Sie: Würde dieses Angebot Sie als Geschäftsführer überzeugen?

Musterlösung:

Ein qualitativ gutes 25-Minuten-Angebot enthält: klares Executive Summary (eine Seite), Problemverständnis mit einem kundenbezogenen Satz, Lösungsbeschreibung in Ergebnis- statt Feature-Sprache, ROI-Kalkulation (auch wenn grob), zwei bis drei antizipierte Einwände mit Antworten, klaren nächsten Schritt. Was es nicht enthält: lange Unternehmensdarstellung, generische Qualitätsversprechen, Feature-Listen ohne Kundenbezug.

Übung 2

Executive Summary aus bestehendem Report

Der Trainer stellt einen bestehenden Report (vier bis acht Seiten, anonymisiert) zur Verfügung. Alternativ verwenden Sie einen eigenen Report aus Ihrer Praxis.

Aufgabe: 1. Geben Sie den vollständigen Report-Text in Ihr KI-Tool 2. Prompt: „Erstelle eine Executive Summary für diesen Report. Zielgruppe: Geschäftsführung ohne Fachexpertise im Thema. Länge: maximal eine Seite (ca. 250–300 Wörter). Struktur: Ausgangssituation in einem Satz, Kernbefunde (drei Punkte), wichtigste Empfehlung, nächster Schritt. Verwende keine Fachjargon ohne Erklärung.” 3. Überarbeiten Sie den Entwurf — was fehlt, was ist zu lang, was ist ungenau?

Reflexionsfrage: Wie viel Zeit hätte diese Executive Summary ohne KI-Unterstützung gekostet?

Musterlösung:

Eine gute Executive Summary nach diesem Prompt enthält alle vier geforderten Strukturelemente, ist in aktiver Sprache geschrieben, verzichtet auf Fachabkürzungen ohne Erklärung und schließt mit einem klaren, handlungsorientierten nächsten Schritt. Typische KI-Schwäche: der Einleitungssatz ist zu vage und generisch. Nachbearbeitung: Ersten Satz durch eine spezifische, überraschende Aussage ersetzen, die sofort Aufmerksamkeit erzeugt.

Prompt-Vorlagen

6-teiliger Textproduktions-Prompt: „Rolle: Du bist [Expertise-Beschreibung]. Aufgabe: Erstelle [Dokumenttyp und Titel]. Ziel: Das Dokument soll [gewünschte Wirkung beim Leser]. Kontext: [Zielgruppe, Hintergrundinfos, Kundensituation, verfügbare Daten]. Output: [Format, Länge, Sprache, Abschnittsstruktur]. Beispiel/Stil: [Optionaler Mustertext oder Stilbeschreibung].”

Strukturvarianten-Prompt: „Bevor du den Text schreibst, schlage mir drei unterschiedliche Gliederungen für [Dokumenttyp] vor. Die Gliederungen sollen sich in Perspektive, Argumentation oder Struktur unterscheiden. Schreibe noch keinen Fließtext — nur die Überschriften mit je einem Satz Beschreibung pro Abschnitt.”

Einwand-Antizipations-Prompt: „Lies diesen Angebots-Entwurf. Welche drei Einwände könnte der Entscheidungsträger [Rolle beschreiben] gegen dieses Angebot haben? Schlage vor, wie jeder Einwand im Dokument proaktiv adressiert werden kann.”

Review-Prompt: „Überprüfe dieses Dokument und erstelle eine Checkliste der Verbesserungspotenziale: 1. Inhaltliche Konsistenz — gibt es Widersprüche? 2. Wiederholungen — welche Passagen sagen dasselbe? 3. Verständlichkeit für die Zielgruppe — wo könnten Leser aussteigen? 4. Fehlende Argumente — was hätte noch erwähnt werden sollen? 5. Länge — welche Passagen können gestrichen werden?”

Kohärenz-Check: „Lies das gesamte Dokument und prüfe: Gibt es Stellen, an denen Begriffe inkonsistent verwendet werden (z.B. mal ‘Projekt’, mal ‘Initiative’, mal ‘Vorhaben’ für dasselbe)? Erstelle eine Terminologie-Empfehlung.”

Cheatsheet — Textproduktions-Workflow

5-Schritte-Workflow: 1. Briefing erstellen → 6-teilige Prompt-Struktur 2. Strukturvarianten → 3 Gliederungen, beste auswählen 3. Struktur freigeben → Inhaltspunkte pro Abschnitt ergänzen 4. Iterativ entwickeln → abschnittsweise, nicht als Ganzes 5. Review → Kohärenz, Länge, Terminologie

6-teilige Prompt-Struktur: Rolle · Aufgabe · Ziel · Kontext · Output · Beispiele

KI-Stärken: Strukturieren, Formulieren, Varianten, Einwände antizipieren, zusammenfassen, prüfen

Menschlich unverzichtbar: Kundenkenntnis, Strategie, Zahlen & Fakten, Authentizität, Haftung

Typische KI-Schwächen: - Angebote: zu beschreibend, nicht verkäuferisch → Einwand-Antizipations-Prompt - Reports: keine echten Daten → immer Datenbasis eingeben - Blogposts: generisch → eigene These und Beispiele eingeben

Reflexionsfragen

1. Welche Dokumente erstellen Sie in Ihrer Praxis am häufigsten — und wo sehen Sie den größten Hebel für KI-Unterstützung?
2. Warum ist der Strukturvarianten-Schritt (Schritt 2) so wichtig — und was riskieren Sie, wenn Sie ihn überspringen?
3. Wie würden Sie einer Führungskraft erklären, dass ein KI-generierter Angebots-Entwurf nicht weniger professionell ist als ein manuell geschriebener — wenn er sorgfältig geprüft und überarbeitet wurde?

Vertiefungsübung — Executive Summary aus bestehendem Report

Übung 3 — Executive Summary in 15 Minuten erstellen

Aufgabe: Erstellen Sie aus einem bestehenden Report (oder dem bereitgestellten Beispieldokument) eine professionelle Executive Summary in unter 15 Minuten.

Material: Laptop; Zugang zu Claude oder ChatGPT; Beispiel-Report (bereitgestellt vom Trainer oder eigenes Dokument — anonymisiert falls nötig).

Schritt-für-Schritt: 1. Wählen Sie einen Report von mindestens fünf Seiten. Anonymisieren Sie ihn falls notwendig. 2. Geben Sie den vollständigen Text in die KI mit dem Prompt: „Erstelle eine Executive Summary dieses Reports. Zielgruppe: Entscheidungsträger auf Führungsebene ohne Vorlesen des vollständigen Dokuments. Format: max. 300 Wörter, vier Absätze: (1) Kernergebnis in einem Satz, (2) Wichtigste Befunde (3 Punkte), (3) Handlungsempfehlungen, (4) Nächste Schritte.” 3. Bewerten Sie den ersten Entwurf: Was fehlt? Was ist falsch? Was könnte missverständlich sein? 4. Überarbeiten Sie gezielt — korrigieren Sie Zahlen, ergänzen Sie fehlenden Kontext, passen Sie die Sprache an die Zielgruppe an. 5. Vergleichen Sie in Partnerarbeit: Wie unterscheiden sich Ihre Executive Summaries — und warum?

Erwartetes Ergebnis: Eine fertige Executive Summary, die innerhalb von 15 Minuten erstellt und qualitätsgeprüft wurde.

Musterlösung: Der häufigste Fehler: Die KI schreibt eine strukturell korrekte Executive Summary, verwendet aber allgemeine Formulierungen statt die tatsächlichen Kennzahlen und spezifischen Befunde des Reports. Lösung: Immer die Datenbasis explizit mitliefern und einen zweiten Prompt verwenden: „Prüfe, ob alle Zahlen und spezifischen Befunde aus dem Report korrekt erfasst sind.”

Branchen-Vignette — Unternehmensberatung

Eine Unternehmensberatung mit Fokus auf Transformationsprojekte erstellt für jeden Kunden regelmäßig Statusberichte, Zwischen- und Abschlussberichte. Bisher nahm das Verfassen dieser Berichte viel Zeit in Anspruch — obwohl die inhaltlichen Erkenntnisse bereits in Protokollen, Analysen und Arbeitsblättern dokumentiert waren. Mit dem 5-Schritte-Textproduktions-Workflow wird ein neuer Standard eingeführt: Alle relevanten Dokumente eines Projekts werden gesammelt, anonymisiert und in Claude eingegeben. Ein strukturierter Briefing-Prompt liefert innerhalb von Minuten einen robusten Berichts-Entwurf, der anschließend mit den projektspezifischen Erkenntnissen angereichert wird. Das Ergebnis: Die Berichtsqualität steigt, weil kein relevanter Datenpunkt aus den Quellen vergessen wird. Die Schreibzeit sinkt um 60 Prozent. Die eingesparte Zeit fließt in die strategische Analyse — den Teil, der tatsächlich Wert für den Kunden schafft.

Promptbaustein — Angebot mit Einwand-Antizipation

Rolle: Sie sind ein erfahrener Vertriebsberater mit tiefer Kenntnis der Entscheidungsprozesse in [Branche des Kunden].

Aufgabe: Entwickeln Sie einen vollständigen Angebots-Draft mit integrierter Einwand-Antizipation.

Kontext: - Kunde: [Branche, Größe, Funktion des Entscheidungsträgers] - Projekt: [Kurzbeschreibung — was soll geliefert werden?] - Schmerzpunkt: [Was ist das konkrete Problem, das gelöst werden soll?] - Budget-Indikation: [falls bekannt] - Entscheidungsträger: [Funktion, typische Bedenken dieser Rolle]

Output — Struktur des Angebots: 1. Executive Summary (max. 100 Wörter) 2. Problemverständnis (zeigt echtes Kundenverständnis) 3. Unser Lösungsansatz (konkret, nicht generisch) 4. Nutzen-Argumente für diese spezifische Zielgruppe 5. Einwand-Antizipation: Die drei wahrscheinlichsten Einwände dieser Entscheidungsrolle und Ihre Antworten darauf, integriert in den Text 6. Investition und ROI (mit Rechenbeispiel falls möglich) 7. Nächste Schritte (klarer Call-to-Action)

Qualitätskriterium: Das Angebot ist spezifisch für diesen Kunden — keine generischen Aussagen.

1. Welche Inhalte in Ihrem Berufsalltag würden Sie niemals in eine KI eingeben — und warum?
2. Wie stellen Sie sicher, dass KI-generierte Texte in Ihrer Organisation eine einheitliche Qualität haben — wenn verschiedene Mitarbeiter verschiedene Prompts verwenden?
3. Welche Textgattung in Ihrem Berufsfeld ist am schwierigsten von KI zu generieren — und warum?
4. Beschreiben Sie einen konkreten Fall, in dem KI-generierter Text Sie enttäuscht hat. Was war das Problem — und wie hätten Sie den Prompt verbessern können?

Promptbaustein — Report aus Rohdaten strukturieren

„Ich habe folgende Rohdaten / Notizen aus [Kontext beschreiben]. Bitte erstelle daraus einen strukturierten [Report-Typ: Management-Summary / Quartalsbericht / Projektstatus-Update] nach folgendem Schema:

Struktur: 1. Executive Summary (max. 150 Wörter, die wichtigsten 3 Erkenntnisse) 2. Ausgangssituation und Kontext 3. Kernbefunde (max. 5 Punkte, mit Daten belegt) 4. Handlungsempfehlungen (priorisiert nach Dringlichkeit) 5. Nächste Schritte (konkret, terminiert, verantwortliche Person)

Ton: [z. B. sachlich-analytisch für Geschäftsführung / informierend für Fachabteilung] Länge: ca. [Seitenanzahl] Seiten Besonderheiten: [z. B. kein Fachjargon / muss auch für externe Leser verständlich sein]

[Rohdaten / Notizen einfügen]

Erstelle außerdem drei alternative Formulierungen für den Executive Summary, damit ich die passendste auswählen kann.”

Praxis-Kurzbeispiel: Angebotserstellung in einem IT-Systemhaus

Ein IT-Systemhaus mit 45 Mitarbeitern gewinnt jährlich 120–150 neue Ausschreibungen. Die Angebotserstellung war ein Engpassfaktor: Ein durchschnittliches individuelles Angebot benötigte 4–6 Stunden Vertriebszeit.

Neuer Workflow:

Der Vertriebsleiter entwickelte zusammen mit dem Team eine strukturierte Prompt-Bibliothek mit Bausteinen für verschiedene Angebotstypen (Infrastruktur, Software, Managed Services). Jeder Baustein folgt demselben Grundprinzip:

1. Kundenbedarf präzise beschreiben
2. Lösung mit drei konkreten Vorteilen verknüpfen
3. Referenzprojekt einfügen (manuell, aus interner Datenbank)
4. Preisargument und ROI-Rechnung ergänzen

Zeitersparnis: Von 4–6 Stunden auf 60–90 Minuten pro Angebot.

Qualitätssteigerung: Weil die Vertriebsmitarbeiter nun mehr Zeit für die inhaltliche Tiefe haben, stieg die Erfolgsquote von 28 % auf 36 % innerhalb von 6 Monaten.

Grenze: Angebote über 500.000 Euro werden weiterhin vollständig manuell erarbeitet — hier ist die individuelle Kundenansprache zu wichtig, um sie zu standardisieren.

Quellen & Weiterlesen

Hinweise für AI Champions — So vermitteln Sie das Thema

Timing: 90 Minuten — 20 Min. Input (Workflow + 6-teilige Prompt-Struktur), 25 Min. Übung 1 (Angebot), 25 Min. Übung 2 (Executive Summary), 20 Min. Peer-Review und Plenumsdiskussion.

Methodische Empfehlung: Zeigen Sie zu Beginn live, wie ein vager Prompt einen generischen Text produziert — und dann, wie die 6-teilige Prompt-Struktur dasselbe Modell zu einem substanziellen Entwurf bringt. Dieser direkte Vergleich ist überzeugender als jede Erklärung.

Stolpersteine: Teilnehmende überspringen häufig den Strukturvarianten-Schritt (Schritt 2) und generieren sofort den Volltext. Thematisieren Sie das explizit: „Wer zuerst die Struktur wählt, hat die Kontrolle. Wer direkt den Text generiert, hat die Struktur der KI — nicht seine eigene.” Zweites Problem: Übung 1 dauert häufig länger als 25 Minuten. Halten Sie die Stoppuhr strikt — das Zeitlimit ist Bestandteil der Übungsziele.

Diskussionsfragen: „Wenn Sie wüssten, dass ein Angebot mit KI-Unterstützung erstellt wurde, würde das Ihr Vertrauen in das anbietende Unternehmen verringern — warum oder warum nicht?” Diese Frage führt zu wertvollen Diskussionen über Authentizität, Transparenz und den eigentlichen Wert professioneller Kommunikation.

Tafelbild: 5-Schritte-Workflow als lineare Sequenz mit Zeitangaben. Darunter: Was KI kann (links) vs. was Menschen liefern (rechts) — als T-Tabelle.

Differenzierung: Fortgeschrittene erstellen in Übung 1 ein vollständiges Angebot mit Anhang und ROI-Kalkulation. Einsteigerinnen und Einsteiger fokussieren auf Executive Summary und Einleitung.

Materialliste: Report-Beispieldokument (bereitgestellt vom Trainer, 4–8 Seiten, anonymisiert), Szenario-Beschreibung für Übung 1 als Handout, Stoppuhr.

Tipp zur Branchenauswahl: Die IT-Beratungs-Vignette mit der Win-Rate-Steigerung trifft bei Vertriebsorientierten einen Nerv. Für die Verwaltung: die Zeitersparnis beim Entwicklungsbericht ist ein konkretes, nachvollziehbares Argument für zögerliche Teilnehmende.

Übergang zu UE 41: „Wir haben heute das Erstellen von Texten geübt. Morgen schauen wir uns die Feinarbeit an: Übersetzen, Umformulieren und Tonalitäts-Anpassung — die Werkzeuge, die einen guten Text zu einem hervorragenden machen.”

Vertiefung II — Strategische Ebene: Content-Strategie und skalierbare Textproduktion

Content-Strategie mit KI: Mehr Output, bessere Qualität, weniger Zeit

KI-gestützte Textproduktion ist nicht nur ein Werkzeug für einzelne Dokumente — sie ist eine strategische Kapazität, die neue Content-Strategien ermöglicht.

Reguläre Content-Kadenz aufbauen

Viele Organisationen haben ambitionierte Content-Pläne — Newsletter, Blogposts, LinkedIn-Beiträge, White Papers — und scheitern an der Umsetzung, weil Textproduktion zu zeitaufwendig ist. Mit KI-Unterstützung wird eine reguläre Content-Kadenz realistisch: Wöchentliche LinkedIn-Beiträge, monatliche Newsletter, quartalsweise White Papers. Der Schlüssel ist die Planung: Nicht jede Woche neu anfangen, sondern einen Content-Kalender mit Themen-Gerüsten, der dann wochenweise mit KI ausgefüllt wird.

Content-Repurposing: Ein Inhalt, viele Formate

Professionelles Content-Repurposing bedeutet: Ein Kerninhalt (z.B. ein White Paper) wird in mehrere Formate verwandelt. Mit KI: Aus dem White Paper werden fünf LinkedIn-Beiträge, eine Executive Summary, ein Blogpost, ein FAQ-Dokument und ein Newsletter-Artikel. Prompt: „Hier ist ein White Paper zu [Thema]. Extrahiere die fünf wichtigsten Kernaussagen und formuliere jeweils einen LinkedIn-Beitrag (max. 200 Wörter, konkreter Nutzen-Fokus, persönliche Meinung einbeziehen).”

Ton-Kalibrierung für verschiedene Plattformen

Derselbe Inhalt klingt auf LinkedIn anders als in einem formellen Report, anders als in einer E-Mail und anders als in einem Blogpost. Die Plattform-spezifische Ton-Kalibrierung ist eine Stärke von KI-Assistenten: „Formuliere diese Kernaussage für drei unterschiedliche Formate: (a) LinkedIn-Post (persönlich, direkt, Meinung erkennbar, max. 150 Wörter), (b) Formeller Report-Abschnitt (sachlich, belegt, passiv möglich, max. 200 Wörter), (c) Interner Newsletter (freundlich, informierend, max. 100 Wörter).”

Qualitätssicherung bei großen Content-Volumina

Wer mit KI-Unterstützung mehr Content produziert, muss auch mehr Qualitätssicherung leisten. Eine strukturierte Qualitätssicherungs-Pipeline für Content: (1) KI-Generierung des Erstentwurfs, (2) Automatischer Halluzinations-Check (Selbstkorrektur-Prompt), (3) Fakten-Verifikation (alle spezifischen Zahlen und Quellen prüfen), (4) Ton-Check (stimmt die Plattform-Stimme?), (5) Menschliche Endredaktion (Authentizität, persönliche Note, finale Freigabe). Dieser fünfstufige Prozess dauert für einen LinkedIn-Beitrag zehn bis fünfzehn Minuten — deutlich weniger als die vollständige manuelle Erstellung, aber ausreichend für konsistente Qualität.

Thought Leadership mit KI

Thought Leadership — positionierende Inhalte, die eine Person oder Organisation als Meinungsführer in einem Themenfeld etablieren — ist eine der wertvollsten Content-Strategien, aber auch eine der zeitintensivsten. KI kann die Zeitinvestition erheblich reduzieren: Recherche (Perplexity), Thesen-Entwicklung (Diskussion mit ChatGPT/Claude), Ausarbeitung (5-Schritte-Workflow), Repurposing (verschiedene Formate). Die eigentliche Thought-Leadership-Substanz — die persönliche Meinung, die eigene Erfahrung, das spezifische Expertenwissen — kommt weiterhin vom Menschen. KI liefert die Struktur und die Formulierung.

UE 40-E — Erweiterte Praxis: Dokumenttyp-spezifische Strategien

Vertiefung II — Angebots-Optimierung und die Psychologie des Überzeugens

Ein Angebot ist kein Informationsdokument — es ist ein Persuasions-Artefakt. Die Psychologie der Entscheidungsfindung zeigt, dass Menschen selten rein rational zwischen Optionen wählen. Emotion, Vertrauen, soziale Bewährtheit und kognitive Verfügbarkeit spielen eine ebenso wichtige Rolle wie rationale Kosten-Nutzen-Abwägungen. KI kann dabei helfen, diese psychologischen Dimensionen systematisch in Angebote zu integrieren.

Die Priming-Eröffnung

Der erste Satz eines Angebots bestimmt den Leserahmen für alles, was folgt — ein Effekt, den Psychologen als Priming bezeichnen. Wer mit einem Problemsatz öffnet, der präzise den Schmerz des Kunden benennt, legt einen Leserahmen fest, in dem jede folgende Lösung als Antwort auf diesen Schmerz wahrgenommen wird. Prompt: „Schreibe drei alternative Eröffnungssätze für dieses Angebot. Jeder soll den Schmerz des Kunden präzise in einem Satz benennen und dabei eine leicht unterschiedliche Betonung haben: (a) zeitlicher Druck, (b) Wettbewerbsrisiko, (c) verpasste Chance.”

Soziale Bewährtheit in Angeboten

Menschen entscheiden sich leichter für etwas, wenn sie wissen, dass andere es bereits getan haben. Referenzprojekte, Kundenaussagen und messbare Ergebnisse sind die wichtigsten Elemente sozialer Bewährtheit in Angeboten. Prompt: „Formuliere eine Referenzpassage für dieses Angebot, die auf Basis dieser Fakten [Fakten eingeben] die messbaren Ergebnisse eines ähnlichen Projekts beschreibt. Verwende konkrete Zahlen und vermeide unspezifische Superlative.”

Verlust-Aversion nutzen

Forschungen von Kahneman und Tversky zeigen: Menschen fühlen Verluste etwa doppelt so stark wie gleichwertige Gewinne. Angebote, die auch den Preis des Nicht-Handelns beschreiben, sind oft überzeugender als solche, die nur den Nutzen des Handelns betonen. Prompt: „Ergänze dieses Angebot um einen Abschnitt, der beschreibt, was passiert, wenn der Kunde die Entscheidung aufschiebt oder auf die Investition verzichtet. Formuliere die Konsequenzen konkret und messbar — ohne zu drohen.”

Report-Qualität: Von Daten zu Erzählung

Reports, die nur Daten präsentieren, werden gelesen und vergessen. Reports, die aus Daten eine Geschichte machen, bleiben im Gedächtnis — und beeinflussen Entscheidungen. Die Erzählstruktur eines starken Reports folgt einem einfachen Muster: Kontext (wo steht das Unternehmen?), Befund (was wurde festgestellt?), Bedeutung (was bedeutet das?), Empfehlung (was ist zu tun?). KI kann helfen, dieses Muster konsequent anzuwenden: „Analysiere diesen Report-Entwurf. Identifiziere Abschnitte, die Daten präsentieren, aber keine Bedeutung ableiten. Schlage für jeden dieser Abschnitte einen ergänzenden ‘Bedeutung’-Satz vor.”

Blogpost-Differenzierung in einer überfüllten Content-Landschaft

Tausende Blogposts werden täglich veröffentlicht — generische Inhalte verschwinden in der Masse. Differenzierung entsteht durch eine starke, kontroverse oder überraschende These, durch persönliche Erfahrung, die niemand sonst teilen kann, durch Zahlen und Fakten, die bisher nicht zusammengefasst wurden, oder durch eine unerwartete Perspektive auf ein bekanntes Thema. Prompt: „Bewerte die Thesis dieses Blogpost-Entwurfs: Ist sie differenziert, kontrovers oder überraschend — oder ist sie eine Wiederholung von Standardinhalten? Schlage drei alternative Thesen vor, die klarer positionieren und mehr Aufmerksamkeit erzeugen würden.”

Iterative Verbesserung: Der Sandwich-Approach

Ein bewährter Ansatz für die iterative Verbesserung von KI-generierten Texten ist der Sandwich-Approach: Erstens — lassen Sie die KI einen ersten Entwurf generieren. Zweitens — überarbeiten Sie ihn manuell und markieren Sie alle Stellen, die nicht stimmen. Drittens — geben Sie die markierten Stellen mit Ihren Kommentaren zurück in die KI: „Hier ist ein überarbeiteter Entwurf mit meinen Kommentaren [Kommentare in eckigen Klammern]. Überarbeite nur die markierten Stellen — der Rest ist bereits gut.” Dieser iterative Prozess ist deutlich effizienter als mehrfaches Neu-Generieren.

Qualitätssicherung für externe Dokumente: Das Vier-Augen-Prinzip

Für Dokumente der Gelb- und Rot-Kategorie (nach dem Drei-Stufen-Freigabemodell) empfiehlt sich ein Vier-Augen-Prinzip auch beim KI-Einsatz: Die KI erstellt den Entwurf, eine Person überarbeitet und prüft, eine zweite Person liest abschließend gegen — mit besonderer Aufmerksamkeit auf Zahlen, Fakten und Versprechen. KI erhöht die Produktivität, ersetzt aber nicht die Sorgfaltspflicht bei kritischen Dokumenten.

Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung mit Anhängen und Musterlösungen: als PDF anfordern.