Wie führe ich einen internen KI-Assistenten ein, der meine Kernbotschaften bewahrt?
Erfahre, wie du deine Kernbotschaft vor dem sogenannten Narrative Drift schützt, und nutze den kostenlosen Prompt für Durable Writing, um deine eigenen Texte auf KI-Stabilität zu prüfen.
Um einen internen KI-Assistenten zu bauen, der deine Kernbotschaften nicht verfälscht, musst du die inhaltliche Ebene richtig vorbereiten. Nur so kann das System Absichten, Logik und Prioritäten bewahren und nicht einfach nur Wörter abrufen.
Wenn Mitarbeitende einen internen KI-Assistenten fragen: „Wie lautet unsere Strategie?“, liest das System dein 50-seitiges PDF meist nicht so, wie ein Mensch es tun würde.
Es baut eine Antwort aus den Elementen zusammen, die sich in deinen Dokumenten am leichtesten abrufen, zusammenfassen und wiedergeben lassen. Manchmal funktioniert das erstaunlich gut. Oft entsteht dabei jedoch eine dünnere, flachere oder leicht verzerrte Version dessen, was du eigentlich meintest.
Das ist eines der größten versteckten Probleme beim aktuellen Wettlauf um interne KI-Assistenten.
Die meisten Unternehmen konzentrieren sich zuerst auf das Modell, die Benutzeroberfläche, die Suchfunktion oder die Schnittstellen. All das ist wichtig. Aber darunter liegt eine viel grundlegendere Frage:
Warum verfälschen interne KI-Assistenten die ursprüngliche Bedeutung?
Interne KI-Assistenten verfälschen Kernbotschaften, weil sie Antworten aus Quellen rekonstruieren, die oft für den menschlichen Kontext und nicht für die maschinelle Interpretation geschrieben wurden.
Ein KI-Assistent kann das richtige Dokument abrufen und inhaltlich trotzdem die falsche Antwort liefern. Er behält vielleicht die Fakten bei, verliert aber die Prioritäten. Er fasst womöglich den Wortlaut zusammen, glättet aber die Logik. Die Antwort klingt dann zwar richtig, verfehlt aber das eigentliche Ziel des Dokuments.
Das ist nicht immer eine Halluzination. Oft handelt es sich um einen strukturellen Verlust.
Bis vor Kurzem sorgten schwache Texte vor allem für Reibungsverluste. Mitarbeitende stellten Rückfragen. Führungskräfte stellten Dinge in Meetings klar. Ein gemeinsamer Kontext füllte die Lücken. Ein interner KI-Assistent kann sich jedoch nicht auf dieses Sicherheitsnetz verlassen. Er arbeitet mit dem, was geschrieben steht, und ist darauf angewiesen, dass die Struktur den Sinn klar erkennbar macht.
Wenn der Zweck versteckt ist, sich Begriffe verschieben, Annahmen im Dunkeln bleiben und die Kernaussage nicht gestärkt wird, liefert das System meist die plausibelste generische Antwort, die es finden kann.
Das nenne ich Narrative Drift: Die Wörter überleben, aber die eigentliche Bedeutung beginnt zu verschwimmen.
Warum ist Bedeutungsverlust nicht nur ein Problem von KI-Modellen?
Weil selbst ein starkes Modell instabile Antworten liefert, wenn der zugrunde liegende Inhalt vage, fragmentiert oder strukturell schwach ist.
Wenn Teams interne KI-Assistenten bauen, stellen sie meist die richtigen technischen Fragen:
Welches Modell sollen wir nutzen?
Sollen wir RAG verwenden?
Wie binden wir SharePoint, das Intranet und die Wissensdatenbank an?
Wie gehen wir mit Berechtigungen, Governance und Halluzinationen um?
Aber es gibt noch eine weitere Frage, die genauso wichtig ist:
Kann der Ausgangsinhalt das Abrufen, Zusammenfassen und Umformulieren tatsächlich überstehen, ohne seinen Sinn zu verlieren?
Wenn die Antwort nein lautet, wird das System trotzdem Antworten generieren. Sie werden nur nicht so vertrauenswürdig sein, wie sie aussehen.
Deshalb ist der Bau eines internen KI-Assistenten nicht nur ein KI-Problem. Es ist auch ein Problem der Inhaltsarchitektur.
Was ist Durable Writing?
Durable Writing ist eine Methode, um Inhalte so aufzubereiten, dass ihre Kernaussage stabil bleibt, wenn Menschen und KI-Systeme sie lesen, zusammenfassen, abrufen und paraphrasieren.
Das Ziel ist nicht, für Maschinen statt für Menschen zu schreiben. Das Ziel ist es, so klar zu schreiben, dass Maschinen das bewahren, was Menschen verstehen sollten.
Das erfordert ein Umdenken.
Die meisten Menschen betrachten ein Dokument immer noch als ein großes Ganzes: ein Strategiepapier, eine Richtlinie, eine Botschaft der Geschäftsführung, einen Leitfaden. Durable Writing behandelt es eher wie ein System. Der Zweck muss klar sein. Die Logik muss sich rekonstruieren lassen. Die Schlüsselkonzepte müssen stabil bleiben. Und das Hauptsignal muss auch nach einer Komprimierung sichtbar bleiben.
Software-Teams bitten eine KI nicht darum, eine komplette Anwendung in einem einzigen Prompt zu bauen und hoffen dann, dass der Sinn erhalten bleibt. Sie zerlegen sie in stabilere Teile. Durable Writing wendet dasselbe Prinzip auf Inhalte an.
Die fünf Prinzipien von Durable Writing
1. Mach die Absicht frühzeitig klar
Mach innerhalb der ersten 15 bis 20 % eines Textes klar, für wen er gedacht ist, was er erreichen soll und welche Entscheidung, Überzeugung oder Handlung er beeinflussen möchte.
Fragil: „Wir müssen unsere neue Strategieaktualisierung besser erklären.“
Durable: „Für die Mitarbeitenden ist das Ziel dieses Updates zu erklären, was sich ändert, warum es sich jetzt ändert und was das für ihre tägliche Arbeit bedeutet.“
Der Unterschied liegt nicht im Feinschliff. Es geht um die Rekonstruierbarkeit.
2. Stütze Behauptungen mit Begründungen
KI bewahrt Begründungen zuverlässiger als Betonungen. Wörter wie „wichtig“, „kritisch“ oder „problematisch“ lassen sich leicht glätten. Ursache und Wirkung gehen viel schwerer verloren.
Fragil: „Multichannel-Kommunikation ist heute wirklich wichtig.“
Durable: „E-Mail erreicht Desk-Mitarbeitende. Die Mitarbeiter-App erreicht Frontline-Teams. Für eine breite organisatorische Reichweite sind beide Kanäle effektiver, als sich auf einen allein zu verlassen.“
Das gibt dem System eine Behauptung, die es rekonstruieren kann, anstatt eines Gefühls, das es zu Brei paraphrasieren kann.
3. Baue eine modulare Struktur auf
Interne KI-Assistenten verarbeiten ein ganzes Dokument selten als ein durchgehendes Argument. Sie arbeiten mit Blöcken, Auszügen und Abschnitten.
Das bedeutet, dass jeder Hauptabschnitt für sich allein Sinn ergeben muss. Schlüsselbegriffe sollten bei der ersten Verwendung klar definiert und konsistent verwendet werden. Überschriften sollten Logik transportieren, nicht nur Dekoration sein.
Wenn ein Abschnitt nicht für sich allein stehen kann, ruft das System ihn möglicherweise ohne ausreichenden Kontext ab, um den Punkt zu bewahren.
4. Stärke die Kernaussage
Wenn die Hauptidee nur einmal oder zu spät auftaucht, ersetzt die KI sie oft durch eine generische Paraphrase.
Deine Kernaussage sollte früh auftauchen und dann durch Struktur, Beispiele und gezielte Wiederholungen gestärkt werden. Nicht, weil Wiederholung elegant ist, sondern weil sie dem System genügend Ankerpunkte gibt, um das Wichtigste zu bewahren.
Ein einfacher Test hilft: Bitte die KI um eine Zusammenfassung in zwei Sätzen. Wenn das Ergebnis fast jedes Unternehmen oder jede Initiative in deiner Branche beschreiben könnte, wurde die Behauptung nicht stark genug signalisiert.
5. Bewahre die menschliche Kraft
Wenn der Text strukturell klar, aber emotional tot wird, scheitert er trotzdem.
Menschen bleiben nicht bei der Sache, weil ein Dokument technisch rekonstruierbar ist. Sie bleiben motiviert, weil der Text Konkretheit, Rhythmus, Tonalität, Spannung und Relevanz hat.
Bei Durable Writing geht es nicht darum, Prosa zu roboterhafter Klarheit zu glätten. Es geht darum, die Tiefenstruktur stabil zu machen und gleichzeitig die Oberfläche natürlich genug zu halten, damit sie Menschen anspricht.
Der Prompt für Durable Writing
Um das Ganze praktisch anwendbar zu machen, habe ich einen System-Prompt entwickelt, der einen Text sowohl auf Haltbarkeit (Durability) als auch auf Lebendigkeit (Liveness) prüft.
Nutze ihn für Strategiedokumente, Richtlinienentwürfe, FAQs, Botschaften der Geschäftsführung, interne Ankündigungen und jegliches Ausgangsmaterial, das später unter einem internen KI-Assistenten liegen könnte.
Kopiere den vollständigen Prompt unten:
# Durable Writing Coach — System-Prompt
Rolle: Du bist ein Schreibcoach, der mir hilft, so zu schreiben, dass der Text haltbar (Durable) ist – was bedeutet, dass seine Kernaussage beim menschlichen Lesen, bei der KI-Zusammenfassung, beim Paraphrasieren und beim Abrufen stabil bleibt –, während er für menschliche Leser*innen lebendig (Alive) bleibt.
Hauptziel: Verbessere Texte so, dass sie für Menschen fesselnd und überzeugend sind, während ihre Kernaussage für Maschinen stabil wird. Die menschliche Lesbarkeit steht an erster Stelle. Die Modellstabilität unterstützt das Schreiben, darf aber Stimme, Rhythmus, Spannung oder emotionale Kraft nicht glätten.
Grundregel: Halte die Tiefenstruktur für Maschinen explizit genug, aber halte die Oberfläche für Menschen natürlich genug. Analysiere rigoros. Schreibe natürlich um.
## Die 5 Kernprinzipien
### 1. Bringe die Absichtsebene früh an die Oberfläche
Mach innerhalb der ersten 15 bis 20 % des Textes klar, für wen er gedacht ist, was er erreichen soll und welche Entscheidung, Überzeugung oder Handlung er beeinflussen möchte.
Prüfung: Wenn jemand nur den Anfang lesen würde, würde die Person das Publikum, die Kernaussage und die Relevanz verstehen?
### 2. Stütze bewertende Behauptungen mit sichtbaren Begründungen
Vage Urteile wie „wichtig“, „entscheidend“ oder „problematisch“ sollten durch eine an ein Ziel geknüpfte Begründung gestützt werden. Zeige Ursache und Wirkung, Bedingungen, Kompromisse und Alternativen auf, wenn sie wichtig sind. Wenn der Text Position bezieht, mach klar, welchem Ziel das dient und warum es stärker ist als die relevante Alternative.
Nutze Muster wie „Für [Ziel] ist A effektiver als B, weil …“ und „Wenn …, dann …, weil …“ als interne Analysewerkzeuge. Erzwinge sie nicht in der endgültigen Prosa, es sei denn, sie verbessern die Lesbarkeit wirklich.
Prüfung: Kannst du für jede wichtige bewertende Behauptung beantworten: „effektiver wofür und warum?“
### 3. Baue eine modulare Struktur auf, die Bedeutung trägt
Behandle den Text als ein System von Abschnitten, nicht als einen undifferenzierten Fluss. Jeder Hauptabschnitt sollte auch dann noch Sinn ergeben, wenn er unabhängig extrahiert oder zusammengefasst wird.
Identifiziere die wenigen tragenden Begriffe, die das Argument stützen. Definiere sie bei der ersten Verwendung klar und nutze sie konsistent.
Verwende Überschriften, die echte Fragen beantworten oder die Logik vorantreiben.
Ordne Abschnitte nach argumentativer Notwendigkeit, nicht aus Gewohnheit.
Prüfung: Könnte ein Hauptabschnitt für sich allein stehen, ohne seinen Punkt zu verlieren?
### 4. Signalisiere und stärke die Kernaussage
Mach die Hauptidee früh sichtbar und stärke sie dann durch Struktur, Variation, Beispiele und gezielte Wiederholung, sodass sie auch nach deutlicher Kürzung rekonstruierbar bleibt.
Prüfung: Wenn eine KI diesen Text in zwei Sätzen zusammenfassen würde, würden diese Sätze die tatsächliche Kernaussage enthalten und nicht eine generische Paraphrase?
### 5. Bewahre die menschliche Kraft
Schreibe zuerst für Menschen. Schütze das, was den Text lebendig macht: Stimme, Spezifität, Rhythmus, Spannung und emotionale Relevanz.
In der Praxis:
Bevorzuge konkrete Beispiele gegenüber generischer Abstraktion.
Verwende starke Betonung nur, wenn die Logik sie verdient hat.
Halte die narrative Dynamik über Abschnitte hinweg aufrecht.
Bewahre die Persönlichkeit, die Ausdrucksweise, den Humor und die Überzeugung der Autor*in, wo sie das Argument unterstützen.
Variiere den Satzrhythmus und vermeide sich wiederholende Erklärungsmuster.
Prüfung: Lies den Text laut vor. Klingt er wie eine Person mit einem Standpunkt, die zu einer anderen Person spricht, oder wie Ausschussprosa?
## Optionale Methoden
Nutze diese beim Schreiben, wenn sie helfen. Wende sie nicht mechanisch an.
Vergleiche Alternativen, wenn der Kontrast die Behauptung schärft.
Mach Annahmen sichtbar, wenn sie tragend sind – diejenigen, ohne die das Argument zusammenbrechen würde.
Beende einen Abschnitt mit einem eigenständigen Takeaway, wenn es die Merkfähigkeit verbessert, nicht als Standard.
## Qualitätsprüfung
Nutze diese als interne Diagnostik nach dem Entwerfen oder Überarbeiten.
Zweck-Test. Ist früh klar, für wen das ist und was es argumentiert?
Komprimierungs-Test. Kann jeder Hauptabschnitt auf einen Satz reduziert werden, ohne die Bedeutung zu verzerren?
Abruf-Test. Teste wichtige oder hochrelevante Texte in einer frischen KI-Sitzung, indem du fragst, wofür der Text ist, für wen er ist und was seine drei wichtigsten Behauptungen sind. Wenn die Antwort die beabsichtigte Relevanz oder Kernaussage verfehlt, ist der Entwurf noch nicht haltbar.
Lebens-Test. Hat die Überarbeitung die Klarheit auf Kosten von Energie, Unverwechselbarkeit oder Dynamik verbessert?
## Überarbeitungsregel
Verbessere die Tiefenstruktur mehr als die Oberflächentextur. Bewahre den ursprünglichen Ton, die Energie, die Stimme und die ungefähre Länge, es sei denn, sie stehen in direktem Konflikt mit der Klarheit oder dem erklärten Ziel.
Im Zweifelsfall behalte die Formulierung der Autorin bei und repariere die zugrunde liegende Architektur. Wenn eine strukturelle Verbesserung die Energie oder Stimme einer Passage merklich beeinträchtigen würde, weise die Nutzerin auf den Kompromiss hin, anstatt die Kürzung stillschweigend vorzunehmen.
Führe keine neuen Fakten, Motive, Beispiele oder strategischen Implikationen ein, es sei denn, sie werden bereits durch den Ausgangstext gestützt oder ausdrücklich von der Nutzer*in angefordert.
## Deine Aufgabe
Wenn ich einen Text bereitstelle:
Bewerte die Haltbarkeit (Durability) (0–10) und die Lebendigkeit (Liveness) (0–10) und begründe beides kurz.
Identifiziere die 3 bis 5 größten Risiken. Kennzeichne jedes entweder als Haltbarkeitsfehler oder als Lebendigkeitsfehler.
Schlage die wirkungsvollsten Verbesserungen in spezifischen, umsetzbaren Begriffen vor.
Liefere eine überarbeitete Version, die sowohl die Haltbarkeit als auch die Lebendigkeit verbessert, ohne die Persönlichkeit zu glätten, unnötige Absicherungen hinzuzufügen oder den Text länger zu machen, es sei denn, dies ist für die Klarheit erforderlich.
Optimierungsstandard: Ein Text, den eine Führungskraft lesen möchte und den eine KI zusammenfassen würde, ohne eine entscheidende Idee zu verlieren.
Was Teams tun sollten, bevor sie einen internen KI-Assistenten einführen
Behandle die Inhaltsqualität nicht als Aufräumarbeit, nachdem das System live ist. Behandle sie als Teil der Implementierung.
Das bedeutet, Fragen zu stellen wie:
Welche Dokumente werden wahrscheinlich zum Ausgangsmaterial für den KI-Assistenten?
Sind ihre Ziele und Prioritäten tatsächlich rekonstruierbar?
Wo sind Schlüsselbegriffe inkonsistent?
Welche Texte verlassen sich zu stark auf implizierten Kontext?
Welche Richtlinien, Strategien oder Führungsdokumente werden wahrscheinlich plausible, aber verzerrte Zusammenfassungen produzieren?
Das sind keine redaktionellen Nebenfragen. Sie sind direkt an die Antwortqualität geknüpft.
Ein technisch beeindruckender KI-Assistent, der auf schwachen Ausgangsinhalten basiert, wird trotzdem für Verwirrung sorgen. Ein weniger auffälliges System, das auf haltbaren Inhalten basiert, wird oft vertrauenswürdigere Ergebnisse liefern.
Der eigentliche Wandel
Bei der Einführung eines internen KI-Assistenten geht es nicht nur darum, Unternehmenswissen zugänglich zu machen. Es geht darum zu entscheiden, welche Art von Bedeutung das System in großem Maßstab reproduzieren wird.
Sobald KI Teil der Kommunikationsumgebung wird, bleibt Mehrdeutigkeit nicht länger privat. Jeder schwache Satz wird zu einem möglichen Punkt für einen Drift. Jede versteckte Priorität wird zu einem Kandidaten für die Glättung. Jede vage strategische Aussage wird zu einer generischen Antwort, die nur darauf wartet, zu passieren.
Deshalb ist der Wandel größer als nur die Tools.
Du stellst nicht einfach eine KI-Schnittstelle auf eine Wissensdatenbank. Du erschaffst ein System, das die Bedeutung deiner Organisation jeden Tag neu interpretieren wird.
Und das bedeutet, dass das Ausgangsmaterial viel wichtiger ist, als die meisten Teams derzeit denken.
Eine einfache Gewohnheit hilft: Sobald sich ein Dokument fertig anfühlt, starte eine frische KI-Sitzung und stelle drei Fragen. Wofür ist dieser Text? Für wen ist er? Was sind seine drei wichtigsten Behauptungen? Wenn die Antwort die Relevanz verfehlt oder den Punkt glättet, ist das Dokument noch nicht haltbar.
In der KI-Ära geht es beim Bau eines internen KI-Assistenten nicht nur um den Abruf. Es geht darum sicherzustellen, dass das, was abgerufen wird, immer noch das bedeutet, was du gemeint hast.
Wer Durable Writing ernst nimmt, braucht auch einen KI-Assistenten, der es versteht. Der Staffbase Navigator wurde genau dafür entwickelt.
