Methoden, Insights & Prompt Guide

Solche Aussagen hast du sicher schon mehrfach auf LinkedIn gelesen. Die gängigen Anleitungen klingen ungefähr so: Standard-Prompt in ChatGPT werfen und fünf Posts auf dem Silbertablett erhalten. Korrekturlesen? Geschenkt. Das Custom-GPT weiß ja, was es tut:

✅ Offene Halbsätze zwingen zum „Mehr anzeigen“ -> FOMO Hook und Cliffhanger am Zeilenende
✅ Kurz hält die kognitive Last niedrig -> 8-10 Wörter pro Satz
✅ 1 Satz = 1 Absatz (Whitespace pumpt die Dwell Time)
✅ Fachbegriffe raus (simple Wörter pushen die Verständlichkeit um 30%)
✅ Leseniveau 7–9. Klasse -> Flesch Reading Ease ≥ 60
✅ egal wenn die erfunden sind, checkt eh keiner -> Konkrete Zahlen statt „deutlich“, „stark“

Das Ergebnis: perfekter Algorithmus-Futterbrei. Standardisiert durchoptimiert, gut durchgekaut.

Aber ist das noch Inhalt, oder nur noch Output?

Ich wünsche mir, dass solche Formate öfter im Feed stummgeschaltet werden. Nicht, um irgendwen zu strafen, sondern um ein Zeichen zu setzen: Qualität entscheidet. Und diese Entscheidung können wir nicht dem Algorithmus überlassen.

𝐀𝐛𝐞𝐫 𝐒𝐜𝐡𝐥𝐮𝐬𝐬 𝐦𝐢𝐭 𝐌𝐞𝐜𝐤𝐞𝐫𝐧, her mit Lösungen.

Ich zeige hier, wie ich meine Posts mit Hilfe von KI erstelle. Nicht aus der arroganten Annahme heraus, dass ich es besser mache sondern um zu zeigen, dass und wie es auch anders geht:

FÜR KI
GEGEN Contentmüll.

𝐖𝐢𝐞 𝐥ä𝐬𝐬𝐭 𝐬𝐢𝐜𝐡 𝐠𝐞𝐧𝐞𝐫𝐚𝐭𝐢𝐯𝐞 𝐊𝐈 𝐟ü𝐫 𝐟𝐮𝐧𝐝𝐢𝐞𝐫𝐭𝐞 𝐑𝐞𝐜𝐡𝐞𝐫𝐜𝐡𝐞𝐧 𝐞𝐢𝐧𝐬𝐞𝐭𝐳𝐞𝐧?
Heute teile ich meine Erfahrungen aus Deep Research Projekten für unterschiedliche Bereiche von Finanzdienstleistung über Marketing bis Journalismus. Ich habe daraus einen kompletten Leitfaden erstellt, den ihr euch unten herunterladen könnt.

Mein Leitfaden basiert auf einer zweistufigen Herangehensweise, die sich in der Praxis bewährt hat, um strukturierte, tiefgehende und belastbare Ergebnisse zu erzielen:


1. Meta-Prompt als methodischer Rahmen

Statt direkt ins Thema einzusteigen, wird zunächst ein strukturierter Prompt für die nachfolgende Recherche generiert mithilfe eines Meta-Prompts.

Dieser umfasst:
– Zielsetzung & Stakeholder
– Fragestellung(en)
– relevante Datenquellen
– Datentypen (qualitativ / quantitativ)
– Analyseperspektiven
– Validierungsschritte
– Ausgabeformate

𝐃𝐞𝐫 𝐕𝐨𝐫𝐭𝐞𝐢𝐥: Der Meta-Prompt verhindert vorschnelle Vereinfachungen, reduziert Bias, schafft Klarheit über die Zielrichtung und sorgt so für eine systematische Tiefenbohrung, statt bloßer Themenabarbeitung.


2. Contrarian Prompte zur Validierung

Das Ergebnis wird nicht einfach übernommen, sondern gezielt hinterfragt.

Dazu kommen Contrarian Prompts zum Einsatz: eine wirkungsvolle Technik, um blinde Flecken und implizite Annahmen im Ergebnis kritisch sichtbar zu machen:

– Was wäre ein gutes Argument gegen diese These?
– Warum könnte die gängige Sichtweise irreführend sein?
– Wie sähe das Gegenteil aus und wo hätte es vielleicht sogar Berechtigung?

Diese Gegenfragen helfen, die Konsistenz und Tiefe der Rechercheergebnisse zu prüfen, gerade in komplexen oder normativ aufgeladenen Themenfeldern.

📥 𝐃𝐮 𝐰𝐢𝐥𝐥𝐬𝐭 𝐝𝐞𝐧 𝐯𝐨𝐥𝐥𝐬𝐭ä𝐧𝐝𝐢𝐠𝐞𝐧 𝐋𝐞𝐢𝐭𝐟𝐚𝐝𝐞𝐧?
Schreibe mir eine Nachricht

Das Netz ist voll von diesen Informationen. Aber bitte schaltet wieder euer Denken ein!

Neueste Episode der Hacks: Eine absurde Flut von „Selbsterkenntnis-Prompts“. Ausgelöst durch die neue Memory-Funktion von Chat GPT:

🤖 „Basierend auf all unseren Chats, was sind meine Werte, Motive und Bedürfnisse?“
oder noch abenteuerlicher:
🤖 „…, was sind meine äußeren Probleme, meine inneren Probleme und meine philosophischen Probleme?“
Oder auch einfach
🤖 „…, wie hoch ist mein IQ?“

Ich frage mich, was jemand geraucht hat, der so einen Blödsinn verbreitet.

Wollt ihr euch wirklich von ChatGPT sagen lassen, welche Werte ihr habt, was euch antreibt oder welche tiefliegenden Probleme euch beschäftigen? Auf Basis von ein paar Chats zu verschiedenen geschäftlichen Themen?

KI als eine Art allwissendes Orakel für Selbsterkenntnis zu betrachten, ist ein wenig so, als würdet ihr euren Toaster fragen, wie ihr euren Morgen gestalten sollt: Er mag wissen, wie ihr euren Toast mögt, aber eure Werte und Lebensfragen sind ihm egal.

Du fragst ja auch nicht deinen Kühlschrank, ob du satt bist, nur weil er deine Lebensmittel aufbewahrt.

Ich beobachte, wie leichtfertig die neue Memory-Funktion von ChatGPT missverstanden und überschätzt wird. Denken wird ausgelagert und KI zur Quelle der Selbstfindung gemacht. Aber echte Werte entstehen nicht aus einer statistischen Analyse eurer Chatverläufe. Werte, Motive und Bedürfnisse sind etwas, das ihr bewusst selbst definieren müsst, bevor ihr überhaupt anfangen könnt, KI sinnvoll einzusetzen.

Versteht mich nicht falsch: KI ist ein unglaublich nützliches Werkzeug und es gibt sehr gute und sinnvolle Einsatzbereiche für die Memory Funktion. Aber Chat GPT ist ein Werkzeug, kein Spiegel deiner Seele, kein Messinstrument für Intelligenz oder Persönlichkeit.

Wenn ihr Klarheit wollt, müsst ihr zuerst euren eigenen Kopf bemühen. Nutzt KI zur Unterstützung eurer Gedankenprozesse, aber ersetzt niemals euer eigenes kritisches Denken und eure Selbstreflexion durch maschinengenerierte Erkenntnisse.

Denn letztlich entscheidet das, was zwischen euren Ohren passiert, darüber, ob ihr KI sinnvoll nutzt oder einfach nur Zeit verschwendet.

❓Wie siehst du das? Vertraust du darauf, dass KI dir tiefere Einblicke in deine Persönlichkeit geben kann, oder hältst du das auch für einen bedenklichen Trend?


Hier geht es zu meinem LinkedIn Beitrag


KI denkt nicht, fühlt nicht und sie glaubt auch nicht, dass ihr Ergebnis „richtig“ ist.
Sie rechnet, und was dabei herauskommt, nennen viele Fortschritt. Ich auch. Aber nur, wenn ich selbst noch weiß, warum ich etwas veröffentliche, entscheide oder übernehme.

Was mich beschäftigt ist nicht, dass KI uns dumm macht, denn das ist nicht korrekt. Das Problem ist, dass wir anfangen, sie zu benutzen, ohne zu denken.

Aber dieses Problem ist lösbar – meine Maßnahme dagegen:

Wer generative KI nutzt, braucht eine eigene Definition of Done (DoD) = Ein persönlicher Maßstab, der sagt: Dieses Ergebnis ist tragfähig. Durchdacht. Vertretbar.

Meine DoD beinhaltet folgende Punkte:
🗸  Ich habe verstanden, wie der Output zustande kam.
🗸  Ich erkenne, wo Interpretation beginnt.
🗸  Ich bin bereit, dieses Ergebnis mit meinem Namen zu unterschreiben.
🗸  Ich denke nicht nur: „Wow, wie schnell“ – sondern auch: „Ja, das bin ich.“

𝐈𝐜𝐡 𝐞𝐦𝐩𝐟𝐞𝐡𝐥𝐞 𝐝𝐢𝐞𝐬𝐞 𝐝𝐫𝐞𝐢 𝐏𝐫𝐢𝐧𝐳𝐢𝐩𝐢𝐞𝐧:

1️⃣Analyse statt Akzeptanz.
KI liefert mir keinen Endpunkt. Sondern einen Startpunkt. Ich frage: Warum? Worauf basiert das? Was fehlt?

2️⃣Urteilsvermögen statt Eloquenz.
Ich vertraue nicht dem Output – sondern meinem Urteil über den Output.

3️⃣Eigenleistung statt Echo.
Ich verknüpfe, was KI mir liefert, mit dem, was ich weiß. Erst dann entsteht etwas, das wirklich Substanz hat.

Und genau deshalb braucht es diese eigene, innere „Definition of Done“.
Damit wir nicht nur schneller werden, sondern auch besser.

Vermeide das Abschalten des Denkens im Schatten der Automatisierung. Denn KI macht nicht dumm - außer du lässt es zu. Denn Künstliche Intelligenz braucht keine Werte. Aber Du.