KI schreibt den Erstentwurf — was Sie prüfen müssen

Was KI in einem Textentwurf tatsächlich leistet

Wer täglich Exposés schreibt, Nachfassmails formuliert oder Käufern absagen muss, kennt das Gefühl: Der Text entsteht nicht am Stück, er wird zusammengebaut. Anfang suchen, Ton abwägen, Formulierung verwerfen, neu anfangen. Dieser erste Meter kostet Zeit, die nichts erbringt.

Genau dort leistet ein KI-Werkzeug heute etwas Messbares. Es produziert einen ersten Entwurf in Sekunden — lesbar, grammatisch korrekt, in der Form, die man vorgegeben hat. Der leere Bildschirm ist weg. Was dann noch kommt, ist Arbeit; aber es ist die andere Art von Arbeit.

Wo das tatsächlich trägt

Am verlässlichsten funktioniert es bei Texten, deren Form bekannt ist und deren Inhalt durch Fakten bestimmt wird. Ein Exposétext für eine Bestandswohnung: Lage, Fläche, Ausstattung, Zustand — wer diese Angaben eingibt, bekommt einen strukturierten Entwurf, der die Daten vollständig verarbeitet und keine wesentliche Information weglässt.

Standardanschreiben, wenn Situation und Empfänger klar beschrieben sind
Objektbeschreibungen, wenn alle Eckdaten vollständig vorliegen
Ablehnungsschreiben und Terminbestätigungen in festgelegten Situationen
Varianten desselben Textes für verschiedene Kanäle oder Zielgruppen

Das Ergebnis ist nicht fertig. Es ist ein Ausgangspunkt. Der Unterschied liegt im Anteil der Zeit, die man mit Schreiben verbringt, und dem Anteil, den man mit Prüfen, Anpassen und Abzeichnen verbringt. Bei gut gestellten Aufgaben verschiebt sich dieses Verhältnis spürbar.

Was „gut gestellt" bedeutet

Ein KI-Werkzeug arbeitet mit dem, was man ihm gibt. Wer schreibt „Schreib mir ein Exposé für eine Wohnung in München", bekommt einen austauschbaren Text ohne Substanz. Wer Lage, Baujahr, Grundriss, Zustand, Besonderheiten und die Zielgruppe nennt, bekommt etwas, das als Entwurf taugt.

Der Aufwand, eine Aufgabe so zu beschreiben, dass das Ergebnis brauchbar ist, ist nicht trivial. Er ist aber einmalig: Wer eine Vorlage für Exposéanfragen einmal gut formuliert hat, nutzt sie immer wieder. Das ist der Teil, der Zeit spart — nicht das Werkzeug allein, sondern das Werkzeug mit einer durchdachten Vorlage dahinter.

Was ein KI-Entwurf nicht mitbringt: das Wissen, dass diese Wohnung trotz schlechter Fotos gut vermietet ist, weil die Nachbarschaft sich gerade verändert. Oder dass der Eigentümer auf förmliche Anrede besteht. Diese Dinge stehen nicht im Eingabefeld. Sie liegen bei der Person, die den Text abschickt.

Wo die Fehler liegen — und warum sie schwer zu sehen sind

Ein Text, den Sie selbst geschrieben haben, kennen Sie. Jede Formulierung ist eine Entscheidung, die Sie bewusst getroffen haben. Bei einem KI-Entwurf ist das anders: Sie lesen etwas, das gut klingt, und das Gehirn hört auf zu prüfen. Es liest, es nickt, es gibt frei.

Das ist der eigentliche Risikopunkt — nicht die auffälligen Fehler, sondern die, die sich in einen flüssigen Text einfügen, ohne Reibung zu erzeugen.

Zahlen, die niemand nachgerechnet hat

KI-Texte enthalten häufig Formulierungen wie „laut aktuellen Marktdaten" oder „in den vergangenen zwölf Monaten". Wenn Sie nicht selbst eine Quelle für diese Zahl haben, ist sie nicht belegt. Das Modell hat sie nicht erfunden — es hat sie aus Texten gelernt, die ihrerseits zitiert haben, ohne nachzurechnen. Das Ergebnis klingt sachlich und ist es nicht.

In einem Exposé ist das ärgerlich. In einem Schreiben an einen Eigentümer, das eine Bewertung begründet, kann es die Grundlage des Gesprächs verschieben.

Formulierungen, die nicht zu dieser Situation passen

KI findet für fast jede Lage einen Ton, der funktioniert. Aber „funktioniert" und „trifft" sind zwei verschiedene Dinge. Ein Mahnschreiben, das im ersten Absatz von einer langjährigen, vertrauensvollen Zusammenarbeit spricht, hat vielleicht den richtigen Aufbau. Ob es zu dieser Mieterin und diesem Verhältnis passt, weiß nur, wer die Geschichte kennt.

Solche Stellen fallen beim Lesen selten auf, weil der Satz grammatisch korrekt ist und inhaltlich plausibel klingt. Der Fehler liegt nicht in der Sprache, sondern im Kontext — und den trägt nur die Person, die den Empfänger kennt.

Was fehlt, ohne dass es auffällt

Manchmal liegt das Problem nicht in dem, was dasteht, sondern in dem, was fehlt. Ein Entwurf für ein Angebot kann alle Leistungspunkte korrekt aufführen und trotzdem die eine Einschränkung weglassen, die bei diesem Kunden entscheidend gewesen wäre. Das Modell hat keine Möglichkeit, das zu wissen. Es kennt nur das, was Sie ihm mitgegeben haben.

Was Sie dem System nicht sagen, kann es nicht schreiben. Was es nicht schreibt, fällt beim Gegenlesen leicht durch, weil das Auge nach Fehlern sucht — nicht nach Lücken.

Branchen- oder regionsspezifische Besonderheiten, die nicht im Briefing standen
Absprachen aus einem früheren Gespräch, die der Entwurf nicht kennen konnte
Einschränkungen im Angebot, die für die andere Seite relevant sind
Der Ton, den diese bestimmte Person erwartet — nicht die allgemeine Zielgruppe

Das sind keine Versäumnisse der Technologie. Es sind Stellen, an denen ein Werkzeug aufhört und menschliches Urteil beginnt. Die Schwierigkeit ist: Weil der Rest des Textes überzeugend ist, liest man darüber hinweg.

Was Empfänger erkennen, auch wenn sie es nicht sagen

Ein Exposé landet im Postfach. Die Beschreibung ist vollständig, die Sprache ist korrekt, der Ton ist professionell. Und trotzdem antwortet der Interessent nicht. Nicht weil etwas falsch ist — sondern weil nichts stimmt.

Menschen lesen Texte nicht nur inhaltlich. Sie lesen, ob jemand tatsächlich über ihr Anliegen nachgedacht hat, oder ob ein Formular befüllt wurde, das zufällig ihre Adresse trägt. Das ist kein bewusstes Urteil. Es ist ein Gefühl, das sich in der Reaktion äußert: eine kürzere Antwort, ein Gespräch, das nie beginnt, ein Termin, der nicht zustande kommt.

Die Sätze stimmen — aber keiner ist spezifisch

„Eine hervorragende Lage mit guter Anbindung" beschreibt tausend Objekte. „Fünf Minuten zu Fuß zur S-Bahn, Ausblick nach Süden, keine Durchgangsstraße" beschreibt dieses eine. KI-Entwürfe tendieren zum ersten Satz, weil sie das zweite nicht wissen können. Wer es weiß und es weglässt, verliert genau die Leser, die gezielt suchen — die wertvollsten.

Die Bezugnahme fehlt

Ein KI-Entwurf kennt nicht das Gespräch von letzter Woche. Nicht den Grund, warum jemand gerade verkauft. Nicht die Frage, die beim ersten Anruf offen geblieben ist. Wer diesen Kontext einbaut, schreibt in zwei Sätzen um, was keine KI schreiben kann — weil sie es schlicht nicht weiß. Texte ohne Bezug wirken höflich und distanziert zugleich. Das ist die schlechteste Kombination in einer Beziehung, die von Vertrauen lebt.

Der Ton passt nicht zur Beziehung

Einem Stammkunden, den man seit drei Jahren kennt, schreibt man anders als einer Erstanfrage. KI-Entwürfe neigen zum Mittelweg: weder vertraut noch förmlich, weder sachlich noch persönlich. Dieser Mittelweg ist für niemanden geschrieben. Empfänger können das nicht in Worte fassen — aber sie antworten kürzer, später oder gar nicht.

Fehlende Ortsangaben, die nur jemand kennt, der das Objekt selbst besichtigt hat
Allgemeine Formulierungen, wo eine konkrete Zahl stehen könnte
Kein Hinweis darauf, dass die andere Person zuletzt etwas gesagt hat
Ein Schlusssatz, der für jeden passt — und deshalb für niemanden gilt

Das Ergebnis ist nicht Misstrauen. Es ist Gleichgültigkeit. Und Gleichgültigkeit ist im Erstkontakt das Schwerste, was man umkehren kann.

Welche Stellen immer menschliche Augen brauchen

Ein KI-Entwurf ist kein fertiger Text. Er ist ein Rohling, der an bestimmten Stellen systematisch unzuverlässig ist — nicht zufällig, sondern vorhersehbar. Wer diese Stellen kennt, kann gezielt prüfen, statt den ganzen Text noch einmal von vorne zu schreiben.

Namen, Adressen und konkrete Angaben

KI erfindet. Das ist keine Metapher. Ein Exposé-Entwurf für eine Eigentumswohnung in der Schillerstraße kann in der nächsten Zeile die Lage in der Goethestraße beschreiben — weil das Modell aus Wahrscheinlichkeiten arbeitet, nicht aus Ihren Unterlagen. Straßennamen, Stadtteilbezeichnungen, Baujahre, Grundbuchauszüge, Wohnflächen: Jede Zahl und jeder Eigenname ist ein Verdachtsfall. Nicht weil Fehler häufig sind, sondern weil ein einziger falscher Wert — eine falsche Quadratmeterzahl in einem Angebot, ein falsches Datum in einem Schreiben — mehr Schaden anrichtet als der ganze Entwurf nützt.

Passagen, die Verbindlichkeit vortäuschen

KI schreibt selbstsicher. Das ist ihr größtes Problem bei Texten, die nach außen gehen. Ein Anschreiben, das eine Frist nennt, die Sie nie gesetzt haben. Ein Angebot, das Leistungen verspricht, über die noch nicht gesprochen wurde. Eine Bewertungszusammenfassung, die einen Wert bestätigt, der noch nicht ermittelt ist. Der Text klingt entschieden, weil das Modell nicht zwischen Entwurf und Zusage unterscheidet. Diese Passagen sind nicht als Fehler markiert — sie lesen sich wie Absicht.

Ton in heiklen Situationen

Absagen, Nachfragen bei ausgebliebener Zahlung, Antworten auf Beschwerden: Das sind Texte, bei denen der Ton die Entscheidung ist. KI wählt hier meist eine mittlere Höflichkeit, die weder zu hart noch zu weich ist — und damit oft an der falschen Stelle landet. Eine Absage, die zu freundlich klingt, erzeugt Rückfragen. Eine Mahnung, die zu weich formuliert ist, wird nicht ernst genommen. Was der Empfänger zwischen den Zeilen liest, entscheidet ein Mensch — nicht das Modell.

Lokale und branchenspezifische Bezüge

Ein Entwurf, der allgemein über einen "gefragten Stadtteil" schreibt, sagt nichts. Was in München-Schwabing funktioniert, klingt in einer Kleinstadt deplatziert. Wer Gewerbeimmobilien verwaltet, weiß, dass ein Lager im Erdgeschoss anders beworben wird als Bürofläche im dritten Stock — nicht wegen der Technik, sondern wegen der Käufer. Dieses Wissen trägt keine KI; sie kopiert Formulierungen, die ihr ähnlich vorkommen. Ob das passt, erkennt nur jemand, der den Markt kennt.

Jede Zahl im Text gegen die Quelle halten — nicht gegen das Gedächtnis
Verbindlichkeitssignale markieren: "wird", "ist", "beträgt", "bis zum" — prüfen, ob das so gilt
Den letzten Satz jedes Absatzes gesondert lesen: Dort landen oft Aussagen, die niemand so treffen wollte
Texte, die im Namen einer Person verschickt werden, von dieser Person freigeben lassen — nicht stellvertretend

Das ist keine lange Liste. Es sind vier Kategorien, und wer sie kennt, liest einen Entwurf in der Hälfte der Zeit — weil er weiß, wo er aufmerksam sein muss und wo das Modell verlässlich genug war.

Wann ein KI-Entwurf mehr Aufwand erzeugt als er spart

Es gibt Situationen, in denen ein KI-Entwurf kein Zeitgewinn ist, sondern ein Zeitverlust. Das passiert nicht, weil die KI schlecht arbeitet. Es passiert, weil bestimmte Aufgaben so gebaut sind, dass ein Entwurf von vorne bis hinten falsch klingen kann — und die Arbeit, das zu erkennen und zu korrigieren, größer ist als die Arbeit, von Null anzufangen.

Wenn der Ausgangspunkt zu spezifisch ist

Ein Exposé für eine Eigentumswohnung in einer bestimmten Straße, mit einer bestimmten Geschichte, einem bestimmten Grundriss und einem Verkäufer, der noch darin wohnt — das ist kein allgemeiner Text, den eine KI aus Mustern zusammensetzen kann. Sie schreibt etwas, das klingt wie ein Exposé. Aber die Details, auf die es ankommt, hat sie nicht. Sie erfindet Formulierungen, die nicht stimmen, oder lässt weg, was den Unterschied macht. Wer das merkt, fängt von vorne an. Wer es nicht merkt, schickt es raus.

Wenn die eigene Sprache trägt

Manche Unternehmen haben einen erkennbaren Ton. Kunden kennen ihn, manchmal ohne es benennen zu können. Ein KI-Entwurf greift auf einen Durchschnitt zurück — auf das, was in vielen ähnlichen Texten vorkommt. Das Ergebnis ist professionell und austauschbar. Wer seinen eigenen Ton kennt, hört sofort: das bin nicht ich. Die Überarbeitung wird dann zur Umschreibung, und die dauert länger als ein eigener Anfang.

Wenn die Aufgabe Urteil erfordert, nicht Formulierung

Ein Anschreiben an einen Kunden, bei dem ein Termin schiefgelaufen ist. Eine Antwort auf eine Beschwerde. Eine Nachricht an einen Eigentümer, dem man sagen muss, dass der Preis nicht hält. In diesen Situationen ist die Formulierung das Letzte, was fehlt. Was fehlt, ist die Entscheidung: Was soll dieser Mensch von diesem Satz mitnehmen? Eine KI trifft diese Entscheidung nicht — sie schreibt um sie herum. Der Entwurf wirkt fertig, ist es aber nicht. Er braucht keine Korrektur, er braucht ein Fundament.

Texte mit vielen verifizierbaren Einzelheiten — Zahlen, Namen, Daten, Standorte — sind aufwändiger zu prüfen als neu zu schreiben.
Texte, bei denen der Ton die Botschaft ist, überleben eine Überarbeitung selten unbeschädigt.
Texte, bei denen zuerst eine Haltung gebraucht wird, brauchen keine Vorlage — sie brauchen eine Entscheidung.

Hinzu kommt ein praktisches Problem: Ein Entwurf, der gut aussieht, senkt die Aufmerksamkeit. Man liest ihn anders als eine leere Seite. Man sucht, was zu ändern ist — nicht, ob das Ganze stimmt. Das ist der Moment, in dem ein plausibler Fehler durchgeht, weil er nicht wie ein Fehler aussieht, sondern wie ein Satz, den jemand schon geprüft hat.

Das ist keine Kritik an KI als Werkzeug. Es ist eine Beobachtung darüber, bei welchen Aufgaben ein Entwurf den Denkprozess ersetzt und bei welchen er ihn nur verschiebt — auf den Moment, in dem man ihn liest und merkt, dass er nicht stimmt.