Alle sehen KI-Ergebnisse. Niemand sieht das Cockpit. (Teil 1)

KI ist vor allem ein Beschleuniger von Wissen, Prozessen und Entscheidungen. Sie versteht den geschäftlichen Kontext, die Ziele oder die Qualität nicht, bis ihr das ein Mensch gibt, der sie anleitet. Aus klaren Zielen, hochwertigen Informationen und durchdachten Anweisungen können erstklassige Ergebnisse entstehen. Aus oberflächlichen Inputs, ungeordneten Prozessen und generischen Fragen entsteht dagegen meist ein Ergebnis ohne klaren Wert. 

Und hier ist eine Wahrheit, die die meisten nicht hören wollen: 

Wir sehen nur das Endergebnis. Wir sehen die Vorbereitung im Hintergrund nicht. Das Briefing. Die Standards. Die Entscheidungen. Die Iterationen. Wir sehen nicht das Wissen und die Erfahrung, die den Unterschied machen zwischen etwas, das professionell wirkt, und etwas, das bereits in den ersten Sekunden oberflächlich wirkt. Wir sehen nicht, wie viel Verständnis und Präzision für ein gutes Cockpit nötig sind. 

KI ist keine Zauberei. Und keine Automatik. 

KI ist das Flugzeug. Das Cockpit steuert jedoch der Mensch. Wenn er eine klare Richtung, guten Kontext und hohe Standards hat, zeigt die Technologie ihren wahren Wert. Sind im Hintergrund jedoch Verwirrung, Oberflächlichkeit und fehlendes Verständnis, beginnt auch das Ergebnis, die Richtung zu verlieren. Dann ist der Unterschied zwischen “wow” und “autsch” keine Frage der Technologie mehr, sondern der Qualität der Person, die am Steuer sitzt. 

Und genau hier machen die meisten den größten Fehler. 

Sie meinen, die Qualität der KI-Ergebnisse hänge von einem “guten Prompt” ab. In Wirklichkeit entsteht ein gutes Ergebnis fast nie aus einem einzigen Satz. Es entsteht durch gute Vorbereitung, Struktur und ein Verständnis des Problems, das Sie lösen möchten. 

Deshalb liegt der größte Unterschied zwischen Unternehmen heute nicht darin, wer KI nutzt. Der Unterschied liegt darin, wer ein gutes Cockpit bauen kann. 

Was bedeutet also KI-Vorarbeit in der Praxis? 

Was in der Praxis eine gute KI-Vorarbeit bedeutet

Vorarbeit ist alles, was klar sein muss, bevor die KI überhaupt zu arbeiten beginnt. Der Großteil dieses Prozesses findet ohne den Einsatz künstlicher Intelligenz statt. Der Unterschied liegt vor allem darin, dass man früher auch mit einer nicht ganz klaren Idee noch zu einem ungefähr brauchbaren Ergebnis kommen konnte. Bei KI bedeuten unklare Ausgangspunkte jedoch sehr schnell tausend Varianten von Inhalten, die auf den ersten Blick zwar geordnet und fertig wirken, in Wirklichkeit aber keinen Nutzwert haben. 

Wenn Sie ein gutes Ergebnis wollen, geben Sie dem System nicht nur einen Satz oder einen einfachen Wunsch mit. Sie geben ihm einen breiteren Kontext, innerhalb dessen es überhaupt ein brauchbares und relevantes Ergebnis generieren kann. 

Sie sagen ihm:  

• was Sie verkaufen und welche Botschaft Sie den Nutzerinnen und Nutzern vermitteln möchten 

• nicht nur das Produkt, sondern auch das Versprechen und den Grund, warum Ihnen jemand glauben sollte  

• was Sie erreichen möchten  

• wen Sie ansprechen  

• warum das gerade jetzt wichtig ist  

• wie die Kommunikation klingen soll  

• was sie nicht tun darf  

• wo der Inhalt veröffentlicht wird  

• wie die kreative Richtung aussehen muss  

• wie Sie den Erfolg messen werden  

• was für Ihr Unternehmen überhaupt ein gutes Ergebnis bedeutet  

Ohne das arbeitet die KI nicht hochwertig. Ohne das rät sie nur. 

Und wenn sie rät, übertreibt sie sehr schnell. Das Ergebnis ist oft generisch, ohne echte Verkaufskraft, klingt künstlich und wirkt, als sei es ohne echtes Verständnis für den Menschen entstanden, für den es bestimmt ist.  

Warum sehen manche KI-Outputs “Premium” aus, andere aber wie “Canva von 2016”? 

Der Unterschied liegt in der Regel nicht im Tool selbst. In den meisten Fällen liegt er in der Art und Weise, wie wir die KI durch den Prozess geführt haben. 

Heute ist KI nicht mehr nur ein Programm, in das man etwas eingibt und auf das Ergebnis wartet. Man sollte sie als Teammitglied verstehen. Und wie bei jedem Teammitglied gilt auch hier: Bekommt es nicht genug Kontext, klare Leitplanken und ein Gefühl dafür, was Sie eigentlich erreichen wollen, beginnt es, auf eigene Faust zu improvisieren.  

Ein schlechter Output passiert deshalb selten zufällig. Meist entsteht er aus einigen sehr konkreten Gründen: zu wenig Kontext, ein unklares Briefing, zu allgemeine Anweisungen oder die Erwartung, dass die KI Ton, Ästhetik und Ziel des Projekts von selbst versteht.  

Und genau hier entsteht der Unterschied zwischen einem Ergebnis, das überlegt, professionell und vertrauenswürdig wirkt, und einem, das schnell zusammengefügt, generisch und ohne klare Idee aussieht.

Das Ziel ist unklar 

Sehr oft sehe ich, dass Teilnehmende in Workshops schreiben: “Ich möchte eine gute Anzeige.” Aber das ist für die KI kein Ziel. 

Ein Ziel ist: 

• die CTR bei einer kalten Zielgruppe zu erhöhen 

• den Verkauf im Remarketing zu verbessern

• skeptische Kundinnen und Kunden zu überzeugen, die ähnliche Produkte bereits ausprobiert haben

• einen Lead zu einem definierten Preis zu gewinnen 

KI braucht eine klare Richtung. Ohne sie beginnt sie, Inhalte zu generieren, die zwar korrekt aussehen, aber keinen echten Fokus und keinen Wert haben. 

Die Persona ist “alle” 

Wenn Sie alle ansprechen, sprechen Sie in Wahrheit niemanden an. 

Das ist einer der häufigsten Fehler bei der Erstellung von KI-Inhalten. Ein Unternehmen möchte einen möglichst großen Personenkreis erreichen und beschreibt die Persona daher zu allgemein: “Frauen 25–55”, “aktive Menschen”, “Unternehmer”, “Eltern” oder “alle, die sich besser fühlen wollen”. 

Für einen Menschen mag das klar genug klingen. Für die KI ist es jedoch ein zu weiter Rahmen. Wenn Sie ihr nicht sagen, wen sie genau adressiert, in welcher Situation diese Person ist, was sie hindert, was sie sich wünscht, wovor sie Angst hat, was sie schon versucht hat und warum sie sich noch nicht entschieden hat, erzeugt die KI die neutralste Version der Botschaft – eine, die niemanden stark genug anspricht. 

Eine gute Persona ist nicht nur Demografie. Viel wichtiger ist das Verständnis des Kaufkontexts: Welches Problem hat die Person, wie löst sie es derzeit, was frustriert sie, welchen Versprechen glaubt sie nicht, welchen Beleg braucht sie und was muss sie hören, um überhaupt den nächsten Schritt zu machen. 

Daher darf die Persona nicht “alle” sein. Sie muss konkret genug sein, um alle zentralen Entscheidungen in der Kommunikation zu beeinflussen: was wir betonen, was wir nicht erwähnen, wie wir klingen, welche Einwände wir adressieren und welchen nächsten Schritt wir vorschlagen. 

Ohne das produziert die KI meist den Durchschnitt. Durchschnitt zieht im Marketing selten Aufmerksamkeit auf sich, baut Vertrauen auf oder löst (Re)Aktion aus. 


Der Kommunikationston der Marke ist nicht definiert 

Die KI weiß nicht von selbst, wie eine Marke klingen muss. Sie weiß nicht, ob der Ton fachlich, locker, direkt, Premium, verspielt, warm oder provokativ sein soll. Wenn Sie das nicht definieren, wählt sie die sicherste Option – und die ist fast immer generisch. 

Daher ist der Kommunikationston kein Zusatz, sondern Teil der grundlegenden KI-Vorarbeit. Bevor Sie von der KI eine gute Anzeige, einen Post, eine E-Mail oder eine Landingpage erwarten, müssen Sie klar wissen, wie die Marke spricht, was sie niemals sagen würde, welche Ausdrücke sie verwendet und wo die Grenze zwischen Überzeugungskraft und Übertreibung verläuft. 

Es reicht nicht, zu schreiben, die Marke sei “Premium”, “professionell” oder “freundlich”. Das sind zu breite Begriffe. Man muss sie in konkrete Regeln übersetzen: klar, nicht kompliziert. Selbstbewusst, nicht aggressiv. Fachlich, nicht unverständlich. Konkret, nicht leeres Motivationssprech. 

Genauso wichtig ist es festzulegen, was die KI nicht tun darf. Sie soll keine generischen Phrasen, leeren Versprechen, übertriebene Dramatik oder einen Ton verwenden, der nicht zur Marke gehört. 

Fehlt das, füllt die KI die Lücken auf ihre Weise. Und meist wählt sie den Durchschnitt. Durchschnitt verkauft selten, baut selten Vertrauen auf und erzeugt fast nie das Gefühl einer starken Marke. 

Es gibt keinen Standard für “Was ist ein guter Output” 

Wenn Sie selbst nicht definieren können, was ein qualitativ hochwertiges Ergebnis bedeutet, wird die KI problemlos etwas Durchschnittliches erzeugen. 

Ein durchschnittlicher KI-Output sieht oft nicht falsch aus. Er kann grammatikalisch korrekt, schön strukturiert und auf den ersten Blick brauchbar sein. Das heißt aber noch nicht, dass er klar, vertriebsstark oder zur Veröffentlichung geeignet ist. 

Daher müssen Sie im Voraus wissen, woran Sie das Ergebnis messen: Spricht es die richtige Persona an, folgt es dem Ton der Marke, hat es einen klaren Hook, ein relevantes Argument, einen konkreten CTA und unterstützt es tatsächlich das Kampagnenziel. 

Ohne diese Kriterien weiß die KI nicht, was für Sie ein gutes Ergebnis ist. Sie kann Inhalte erstellen, die korrekt sind, aber nicht zwingend strategisch richtig, verkaufswirksam oder markenkonform. Genau das ist das Problem: “gut genug”-Inhalte stechen selten heraus, überzeugen kaum oder bewegen die Nutzerinnen und Nutzer zum Handeln.

Sie testen nicht, messen nicht, iterieren nicht 

Bei KI bekommen Sie das Ergebnis fast nie im ersten Versuch. Die besten Resultate entstehen in der Regel in einem Prozess, in dem mehrere Varianten entstehen. Diese vergleichen Sie miteinander, verfolgen die Reaktionen und verbessern dann auf Basis der tatsächlichen Ergebnisse die nächsten Iterationen. 

KI funktioniert am besten, wenn Sie sie als Lern- und Optimierungssystem einsetzen – nicht als einmalige Abkürzung zum fertigen Produkt. Gibt es diesen Kreislauf — Testen, Ergebnisanalyse und Verbesserungen — nicht, haben Sie in der Regel keine wirksame Kampagne gebaut, sondern lediglich eine weitere Inhaltsversion erzeugt, von der Sie nicht wissen, ob sie wirklich funktioniert.

Warum brauchen Sie eine Expertin oder einen Experten mit breitem Verständnis? 

Je besser Sie Marketing, Vertrieb, Nutzerpsychologie, Kommunikation, visuelle Ästhetik, Analytik oder die technische Infrastruktur verstehen, desto hochwertigere Ergebnisse können Sie mit Hilfe von KI erzielen.  

KI kann die Produktion beschleunigen, sie kann aber nicht selbst beurteilen, was eine gute Strategie, ein starkes Angebot, ein relevantes Argument, eine Premium User Experience oder eine korrekt aufgesetzte Messung ist. Das muss weiterhin der Mensch festlegen. 

Wenn Sie Folgendes verstehen: 

• Marketingstrategie,

• Angebotspsychologie,

• Copywriting,

• visuelle Komposition (was “Premium” ist)

• Performance-Werbung (Meta/Google)

• Analytics (GA4, Attribution, Events) und Dateninterpretation,

• den technischen Teil (Tracking, Consent, Feed, Programmierung – meist sogar mit dafür vorgesehenen KI-Tools – infrastrukturelle Programmierung, Deployment) 

dann wird KI zu einem herausragenden Beschleuniger der Arbeit. 

Fehlt dieses Wissen, kann die KI zwar weiterhin Inhalte, Anzeigen oder Ideen generieren, das Ergebnis bleibt jedoch oft auf dem Niveau von “gut genug”. Ein solcher Output kann ordentlich aussehen, wirkt zugleich aber generisch, zusammenhanglos und ohne echten strategischen Wert. 

In letzter Zeit hören wir oft Prognosen, dass KI Menschen ersetzen werde. In der Praxis beschleunigt KI vor allem Prozesse, versteht aber nicht von selbst Geschäftsziele, Kontext oder Qualitätsstandards. Deshalb liegt der größte Unterschied heute nicht mehr darin, wer KI nutzt, sondern wer sie zu steuern weiß. 

Und genau deshalb ist es nach wie vor am wichtigsten, wer in der Kabine sitzt.

KI braucht ein System – und dabei können wir Sie unterstützen 

Wenn ein Unternehmen mit KI bessere Inhalte, Anzeigen, Landingpages oder interne Prozesse erstellen möchte, reicht es nicht, dass das Team das richtige Tool öffnen und ein paar Anweisungen schreiben kann. 

Der entscheidende Unterschied entsteht früher: beim Verständnis von Ziel, Zielgruppe, Kommunikationston, Qualitätsstandard, Testing und Daten. Dort beginnt der Unterschied zwischen Content, der nur schnell gemacht ist, und Inhalten, die einen klaren Zweck haben.  

Solcher Content entsteht nicht, weil die KI etwas schnell zusammengebaut hat, sondern weil ihn eine klare Strategie leitet: wen er anspricht, was er erreichen will, welches Gefühl er erzeugen muss und wie er dem Unternehmen hilft, zu einem konkreten Ergebnis zu kommen. Deshalb ist KI in der Praxis nicht nur eine Frage der Technologie. Es ist eine Frage von Wissen, Prozess und Arbeitsweise. 

Bei Humanfrog unterstützen wir Unternehmen genau dabei: bei der Einführung von KI-Systemen in den Arbeitsalltag, der Weiterbildung von Teams und dem Aufbau praxisnaher Prozesse, die nicht dem “Spielen mit KI” dienen, sondern konkreten Business-Ergebnissen. 

Wenn Sie möchten, dass Ihr Team KI nicht nur für die schnellere Erstellung durchschnittlicher Inhalte nutzt, sondern als Werkzeug für bessere Strategie, Produktion, Optimierung und Entscheidungsfindung, ist der erste Schritt klar: Es gilt, das Cockpit zu bauen. 

Weil das Tool an sich kein Vorteil ist. Der Vorteil besteht darin, es richtig zu steuern. 

In Kürze veröffentlichen wir Teil 2, in dem wir von der Theorie in die Praxis gehen. 

Wir schauen uns an, wie eine KI-Vorarbeit in einem konkreten Beispiel aussieht: vom Verständnis von Produkt, Persona, Ton und kreativer Richtung bis zur Vorbereitung von Anzeigenideen, Visuals, Texten und Messungen. 

Wir zeigen auch, warum ein gutes KI-Ergebnis nicht die Folge eines “magischen Prompts” ist, sondern eines klaren Prozesses: was Sie vor dem Start wissen müssen, wie Sie die KI steuern, was Sie im Output prüfen müssen und warum ohne Daten, Testing und technische Grundlage selbst die besten Inhalte schnell nur eine schöne Idee bleiben.