KI-Text auf Floskel-Charakter prüfen

Use Case

KI-Texte klingen oft glatt, aber inhaltsleer: viele Adjektive, wenig Substanz, austauschbare Aussagen. Mit einer kurzen Floskel-Prüfung erkennen Sie, ob ein Text wirklich etwas sagt — oder nur danach klingt.

Für: Marketing / Allgemein · Niveau: Einsteiger · Tools: ChatGPT, Claude, DeepL Write, Microsoft Copilot

Für wen ist dieser Use Case geeignet?

Dieser Use Case eignet sich für alle, die KI für Marketing-Texte, Stellenanzeigen, Webseiten, Newsletter, LinkedIn-Posts oder Pressemitteilungen nutzen. Überall dort, wo Texte erkennbar austauschbar werden, wenn sie nur generisch sind, lohnt sich der Prüfschritt.

Besonders relevant ist der Use Case in Bereichen mit hoher Textproduktion: Marketing, Vertrieb, Personalmarketing, Kommunikation. Wer mehrere Texte pro Woche mit KI generiert, sammelt sonst schnell ein generisches Profil an.

Ausgangsproblem

KI-Texte greifen auf häufige Sprachmuster zurück. Daraus entstehen Texte, die sprachlich rund sind, aber inhaltlich austauschbar: „innovative Lösungen“, „ganzheitlicher Ansatz“, „nachhaltiges Wachstum“, „passgenaue Beratung“. Solche Texte unterscheiden sich nicht von denen der Wettbewerber.

Wer KI-Texte ungeprüft veröffentlicht, riskiert, dass der eigene Auftritt im Floskel-Rauschen verschwindet. Ein bewusster Prüfschritt holt Substanz zurück: konkrete Beispiele, konkrete Zahlen, konkrete Aussagen statt generische Versprechen.

Schritt-für-Schritt-Anleitung

Schritt 1: Floskel-Liste griffbereit haben

Halten Sie eine kurze Liste typischer Floskeln bereit, gegen die Sie KI-Texte prüfen. Beispiele:

ganzheitlich, nachhaltig, proaktiv, innovativ
passgenau, maßgeschneidert, individuell
führender Anbieter, am Puls der Zeit
Synergien, Win-Win, auf Augenhöhe
unsere DNA, unser Selbstverständnis

Schritt 2: KI-Text auf Floskeln markieren

Lesen Sie den Text durch und unterstreichen Sie alle Stellen, an denen die Liste-Wörter oder ähnliche Muster vorkommen. Ergänzen Sie:

Adjektive ohne Bezug (z. B. „starke Partnerschaft“ — was macht sie stark?)
Versprechen ohne Beleg (z. B. „beste Qualität“ — woran erkennbar?)
Aussagen, die auch jedes Wettbewerberunternehmen unterschreiben würde

Schritt 3: Pro Floskel eine Substanz-Frage stellen

Für jede markierte Stelle: Welche konkrete Aussage wäre an dieser Stelle möglich? Beispiele:

„Individuelle Beratung“ → „90 Minuten Erstgespräch, immer mit dem Inhaber“
„Innovative Software“ → „eingeführt 2024 mit drei neuen Funktionen, die Wettbewerber noch nicht haben“
„Starkes Team“ → „14 Personen, durchschnittlich 8 Jahre in der Branche“

Schritt 4: KI zum Schärfen einsetzen

Geben Sie der KI Ihre konkreten Antworten zurück und bitten Sie sie, den Text so umzuschreiben, dass die generischen Stellen durch die konkreten Aussagen ersetzt werden. So entsteht aus einem Floskel-Text ein Profil-Text.

Schritt 5: Substanz-Test

Lesen Sie den überarbeiteten Text durch und fragen Sie: Würde dieser Text auch zu einem Wettbewerber passen? Wenn ja: noch zu generisch. Wenn nein: substanzieller geworden.

Beispielprompt

Ich habe folgenden Text und möchte ihn auf Floskel-Charakter prüfen.

Text:
[Originaltext einfügen]

Kontext: [z. B. Webseite, Stellenanzeige, LinkedIn-Post, Pressemitteilung]
Branche: [z. B. Maschinenbau, Beratung, Software]

Aufgabe:
1. Markiere alle Stellen, an denen der Text Floskeln, generische Adjektive oder austauschbare Aussagen enthält.
2. Bewerte den Text auf einer Skala: Wie viel Prozent der Aussagen wären auch für einen Wettbewerber zutreffend?
3. Stelle für jede markierte Stelle eine Substanz-Frage:
   „An dieser Stelle steht [Floskel]. Was wäre stattdessen eine konkrete, prüfbare Aussage?"
4. Liste die Substanz-Fragen auf, damit ich sie beantworten kann.

Wichtig:
- Schreibe den Text in diesem Schritt nicht um — nur diagnostizieren.
- Bewerte streng. Lieber zu viele Floskeln markieren als zu wenige.
- Erfinde keine konkreten Aussagen, sondern frage gezielt nach.

Qualitätscheck

Bevor Sie den überarbeiteten Text veröffentlichen, prüfen Sie:

Sind die ursprünglichen Floskeln durch konkrete Aussagen ersetzt?
Würde der Text auch zu einem Wettbewerber passen? (Wenn ja: noch zu generisch)
Sind genannte Zahlen oder Beispiele belegbar und korrekt?
Klingt der Text wie Ihr Unternehmen, nicht wie ein generisches Muster?
Sind die konkreten Aussagen für die Zielgruppe relevant, nicht nur für Sie selbst?

Ein guter Test: Decken Sie im Text das Unternehmensnamens-Logo ab und lassen Sie eine außenstehende Person raten, um wen es geht. Bei einem starken Text ist die Antwort eindeutig.

Risiken und Grenzen

KI greift bei jedem Schreibauftrag tendenziell zu den gleichen Mustern. Wer mehrere Texte mit derselben KI generiert, bekommt sprachlich ähnliche Ergebnisse — auch dann, wenn jeder Text inhaltlich unterschiedlich sein sollte. Ohne Floskel-Check verschmelzen die Texte zu einem austauschbaren Profil.

Konkrete Aussagen sind nur dann ein Gewinn, wenn sie stimmen. Wer Floskeln durch erfundene Konkretisierungen ersetzt, verschlimmert das Problem. Die Substanz muss aus dem Unternehmen kommen, nicht aus der KI.

Datenschutzhinweis

Texte für externe Kommunikation enthalten in der Regel keine personenbezogenen Daten. Im Einzelfall (z. B. Stellenanzeige mit Namen der zukünftigen Führungskraft) gelten die internen Datenschutzregeln.

Wenn der Text vertrauliche Kennzahlen oder noch nicht veröffentlichte Informationen enthält, prüfen Sie die Tool-Freigabe, bevor Sie ihn in eine offene KI eingeben.

Passende Tools

ChatGPT: gut für Floskel-Diagnose und Substanz-Schärfung — versteht Branchensprache
Claude: differenzierte Textanalyse, gut bei längeren Texten
DeepL Write: spezialisiert auf deutsche Texte — gut für Stil-Schärfung
Microsoft Copilot: praktisch bei Texten in Word oder direkt im Browser