Foto von Alexander Shatov
Ein Entwurf von der KI ist in zehn Sekunden da. Ob er nach deiner Marke klingt, weißt du erst, wenn du ihn gelesen hast. Und genau da liegt das Problem: Den Satz „klingt nicht nach uns“ spürst du sofort, begründen kannst du ihn selten. Also schreibst du um, ohne zu wissen, was eigentlich gestört hat.
In diesem Beitrag geht es um eine einzige Stelle im Ablauf: die Schnittstelle zwischen deinen Markenregeln und dem KI-Schritt. Es gibt zwei Handgriffe. Vor dem Entwurf gibst du der KI einen kleinen, festen Satz Kontext mit. Nach dem Entwurf prüfst du den Text gegen dieselben Regeln, möglichst mit konkreten Fragen statt mit Bauchgefühl. Mehr ist es nicht. Aber die Details entscheiden, ob es funktioniert.
Warum Regeln im PDF nicht reichen
In den meisten Unternehmen existieren Markenregeln irgendwo: als Präsentation, als Handbuch, als Seite im Intranet. Beim Schreiben sind sie weit weg. Wer einen Text für die Website oder ein Angebot braucht, öffnet das Dokument selten. Er schreibt aus dem Gedächtnis und aus dem, was die Kollegen vorher geschrieben haben.
Mit KI verschärft sich das. Ein Sprachmodell kennt deine Marke nicht. Es kennt den Durchschnitt aller Texte, die es gesehen hat, und der Durchschnitt klingt nach „innovative Lösungen für Ihren Erfolg“. Wenn du nur ein Thema und ein Format vorgibst, bekommst du genau das. Der Text ist sauber, lesbar und austauschbar.
Du kannst das ändern, indem du die Distanz verkürzt. Die Regeln wandern vom Archiv in den Arbeitsschritt.
Die Kontextschicht: wenige Bausteine, immer dieselben
Eine Kontextschicht ist ein kurzer Textblock, der bei jeder Textaufgabe mitgeschickt wird, bevor die eigentliche Aufgabe kommt. Er muss nicht lang sein. Meine Erfahrung: Wenn er länger wird als eine Seite, liest ihn niemand mehr gründlich, weder Mensch noch Modell. Sechs Bausteine reichen für den Anfang.
Erstens die Positionierung in zwei Sätzen: Für wen bist du da und welches Problem löst du besser als andere? Zweitens die Zielgruppe, so konkret wie möglich, mit Rolle und typischer Skepsis. Drittens die Kernbotschaft, also das, was beim Leser hängen bleiben soll. Viertens die Tonalität, beschrieben mit Verhalten statt mit Adjektiven. Fünftens Wörter und Behauptungen, die du nicht verwenden willst. Sechstens zwei echte Textbeispiele, die intern als „so klingen wir“ gelten.
Der vierte Punkt ist der, an dem die meisten scheitern. „Freundlich, kompetent, nahbar“ sagt dem Modell nichts, denn jede Firma schreibt das in ihre Richtlinien. Brauchbar sind Regeln, die man beim Lesen eines Textes nachprüfen kann: Sätze bleiben unter 20 Wörtern. Fachbegriffe werden beim ersten Auftreten kurz erklärt. Es wird gesiezt. Zahlen stehen immer mit Bezugsgröße da.
Auch der fünfte Punkt wird unterschätzt. Eine Liste verbotener Wörter und Behauptungen ist für ein Modell ungewöhnlich hilfreich, weil sie eine klare Grenze zieht. Das gilt vor allem für Versprechen, die du nicht belegen kannst: „marktführend“, „garantiert“, „ohne Aufwand“.
Ein erfundenes Beispiel
Damit das nicht abstrakt bleibt, ein Fall, den ich mir ausgedacht habe. Die Firma heißt Nordlicht Messtechnik, ein fiktiver Hersteller von Temperatursensoren für Lebensmittelproduktion, zwölf Mitarbeitende, Kunden vor allem Qualitätsleiter in mittelgroßen Betrieben. Name, Produkt und Regeln sind frei erfunden und dienen nur der Anschauung.
Die Kontextschicht von Nordlicht Messtechnik könnte so aussehen:
Positionierung: Nordlicht baut Temperatursensoren, die in der Lebensmittelproduktion auch bei häufiger Reinigung mit heißem Wasser stabil messen. Wir sind für Betriebe da, die ihre Messwerte dokumentieren müssen und keine Zeit für Nachkalibrierung haben.
Zielgruppe: Qualitätsleiterinnen und Qualitätsleiter in Betrieben mit 50 bis 500 Beschäftigten. Sie haben schon Sensoren gekauft, die im Datenblatt gut aussahen und im Betrieb driften. Sie glauben keinem Adjektiv.
Kernbotschaft: Der Sensor hält, was das Datenblatt sagt, auch nach der hundertsten Reinigung.
Tonalität: Sachlich und direkt. Sätze unter 20 Wörtern. Jede Aussage über Leistung nennt die Bedingung, unter der sie gilt. Fachbegriffe wie „Drift“ werden einmal kurz erklärt. Anrede: Sie.
Nicht verwenden: „innovativ“, „Lösung“, „ganzheitlich“, „marktführend“, „höchste Qualität“. Keine Aussage ohne Bedingung, zum Beispiel keine Genauigkeitsangabe ohne Temperaturbereich.
Beispieltext: „Der Sensor misst zwischen minus 40 und plus 150 Grad mit einer Abweichung von höchstens 0,3 Grad. Das gilt auch nach Reinigungszyklen mit 85 Grad heißem Wasser, wie in der Produktion üblich.“ (Ebenfalls erfunden.)
Das sind rund 150 Wörter. Sie gehen bei jeder Textaufgabe vorneweg, egal ob ein Produkttext, eine E-Mail an einen Interessenten oder eine LinkedIn-Notiz entstehen soll.
Vorher und nachher
Die Aufgabe lautet: Schreibe eine Produktbeschreibung für den neuen Sensor NL-200, fünf Sätze.
Ohne Kontextschicht liefert die KI etwa dies: „Der NL-200 ist eine innovative Lösung für präzise Temperaturmessung in anspruchsvollen Umgebungen. Dank höchster Qualität und modernster Technologie sorgt er für zuverlässige Ergebnisse und optimiert Ihre Prozesse.“
Das ist sprachlich in Ordnung. Es ist auch genau der Text, den jeder Wettbewerber veröffentlichen könnte. Er enthält drei Wörter von der Verbotsliste und keine einzige Bedingung.
Mit Kontextschicht sieht der Entwurf anders aus: „Der NL-200 misst Temperaturen zwischen minus 40 und plus 150 Grad. Die Abweichung bleibt auch nach häufiger Reinigung mit heißem Wasser unter einem Grad, sofern der Sensor wie im Datenblatt beschrieben montiert ist. Wer Messwerte dokumentieren muss, kann sie direkt aus dem Gerät auslesen.“
Du siehst, wo das Modell geraten hat. Die Zahl „unter einem Grad“ steht nirgends in deinem Kontext, das Modell hat sie erfunden oder aus dem Beispieltext abgeleitet. Das führt zum zweiten Handgriff, denn hier zeigt sich, warum die Prüfung nach dem Entwurf nicht optional ist.
Der Marken-Check danach
Die Kontextschicht verbessert den Entwurf, aber sie garantiert nichts. Modelle halten Regeln im Durchschnitt gut ein und brechen sie gelegentlich trotzdem, vor allem bei Zahlen und Behauptungen. Deshalb kommt nach dem Entwurf ein eigener Schritt.
Wichtig ist, dass dieser Schritt konkret ist. „Passt das zu unserer Marke?“ ist keine Prüffrage, die Antwort ist immer „irgendwie“. Besser ist eine kurze Liste mit Fragen, die sich mit ja oder nein beantworten lassen, jeweils mit Fundstelle im Text:
Ist das Nutzenversprechen in einem Satz erkennbar? Kommt ein Wort aus der Verbotsliste vor? Hat jede Leistungsaussage eine Bedingung? Steht eine Zahl im Text, die in den Quellen nicht vorkommt? Passt der Ton zu einem skeptischen Käufer, der schon einmal enttäuscht wurde? Ist die Anrede durchgehend gleich?
Diese Liste kannst du an die KI zurückgeben, am besten in einem frischen Gespräch, in dem sie den Entwurf nur bewerten soll und ihn nicht selbst verteidigen muss. Im Beispiel würde sie sofort markieren, dass die Zahl „unter einem Grad“ nicht belegt ist. Du ersetzt sie durch den Wert aus dem echten Datenblatt oder streichst den Halbsatz.
Eine Sache bleibt dabei bei dir: Die KI prüft gegen Regeln, die du aufgeschrieben hast. Ob ein Satz stimmt, kann sie nur beurteilen, wenn die Wahrheit im Kontext steht. Für Fakten gibt es keine Abkürzung, die Verantwortung liegt bei der Person, die veröffentlicht.
Was in der Praxis schiefgeht
Ein paar Stolpersteine, die mir immer wieder begegnen.
Der Kontext ist zu lang. Wer das gesamte Markenhandbuch hineinkopiert, bekommt einen Text, der alles ein bisschen berücksichtigt und nichts richtig. Kürzen ist die eigentliche Arbeit. Es lohnt sich, jeden Satz zu fragen, ob er das Ergebnis tatsächlich verändert.
Die Beispieltexte sind schwach. Wenn die beiden Muster selbst voller Floskeln stecken, lernt das Modell die Floskeln. Nimm Texte, auf die jemand im Team stolz ist, und wenn es sie nicht gibt, schreib zuerst zwei gute von Hand.
Die Schicht veraltet. Die Firma ändert ihre Ausrichtung, der Kontextblock bleibt, wie er war. Ein Block, den niemand pflegt, ist schlimmer als keiner, weil er mit Autorität das Falsche vorgibt. Trag ein Datum ein und leg fest, wer ihn pflegt.
So fängst du morgen an
Du brauchst dafür kein Projekt und kein Tool. Öffne ein leeres Dokument und schreibe die sechs Bausteine für deine eigene Marke auf, jeden in ein bis drei Sätzen. Such zwei Texte heraus, die du für gelungen hältst. Lass dann eine Textaufgabe, die du ohnehin erledigen musst, einmal mit und einmal ohne diesen Block laufen und vergleiche die Ergebnisse nebeneinander.
Danach schreibst du fünf bis sieben Prüffragen auf, die genau die Fehler abdecken, die dir beim Vergleich aufgefallen sind. Die Fragen sind dein Marken-Check. Beim zweiten und dritten Text wirst du merken, welche Bausteine fehlen und welche überflüssig sind, und die Schicht wird mit jeder Runde besser.
Das Ergebnis ist kein perfekter Text auf Knopfdruck. Es ist ein Entwurf, der näher an deiner Marke liegt, und eine Prüfung, die dir sagt, warum ein Satz nicht passt. Das spart Zeit beim Überarbeiten, und es macht die Regeln, die irgendwo im Archiv lagen, zum ersten Mal wirklich benutzbar.
TL;DR | Markenkontext gehört in den Prompt, nicht ins Handbuch
Ein Sprachmodell kennt deine Marke nicht, es kennt den Durchschnitt. Gib ihm vor dem Entwurf sechs feste Kontextbausteine mit, Positionierung, Zielgruppe, Kernbotschaft, Tonalität, Verbotsliste und zwei echte Beispiele. Prüfe den Entwurf danach gegen dieselben Regeln, mit Fragen, die ein Ja oder Nein zulassen, und mit Fundstelle im Text. Die Regeln entscheiden nichts, solange sie im Archiv liegen. Sie entscheiden erst, wenn sie im Arbeitsschritt stehen.
Über den Autor
Vedran Obradović führt Vizura Studio® in Zagreb, ein Branding-Studio für B2B-, Tech- und KI-Marken, und hat mit Brand OS ein interaktives Markenportal gebaut.
Weitere Informationen: vizurastudio.hr
