Whitepaper
Das erwartet dich in unserem Whitepaper
Über 130 Fragen aus der Community. Die wichtigsten Antworten.
Für wen ist dieses Whitepaper? Für Comms-Verantwortliche, die nicht noch mehr KI-Hype brauchen – sondern klare Antworten auf die Fragen, die sie sich selbst längst gestellt haben.
Viel Spaß beim lesen.
KI ist gerade das Thema schlechthin: ein Umbruch, der unsere Arbeitswelt und nebenbei die halbe Gesellschaft umsortiert, in irgendeinem Grad betrifft er alle. Entsprechend viel ist los, auch in unserer Nische. Trotzdem hat uns überrascht, wie krass das Thema ankommt: Über 130 Fragen gingen vor dem Webinar „Wie AI-ready ist deine Comms-Abteilung wirklich?” mit Laura Lewandowski („AI Queen”, ehemalige Journalistin und Gründerin von smart chiefs) und Max Ziche (getpress CEO, TEDx Speaker und Podcast-Host) bei uns ein, während der Session kamen Dutzende dazu. Am Ende standen 75 Minuten auf der Uhr, weil wir aufgrund der Menge an Fragen schlicht überziehen mussten – über 300 Leute waren dabei (trotz Ferienzeit), viele mit mehr als einer Frage im Gepäck.
Dabei ist das Internet voll mit dem Thema: Tipps, Frameworks, Bücher, Kurse, Weiterbildungen an jeder Ecke. Gefühlt jede zweite Person schreibt sich gerade KI-Expertise auf die Fahne. Es gibt aber auch die, die sich wirklich lange damit beschäftigen – Leute wie Laura, die fast täglich Tipps teilt. Auch wir haben in unserem Podcast narrative now schon mehrere Folgen dazu gemacht, darunter das Gespräch mit Laura über AI Leadership. Warum also trotzdem so viele offene Fragen? Weil das Thema alle fordert, gleichzeitig verunsichert. Jede Woche neue Releases, Tipps von allen Seiten, wer im Konzern arbeitet, darf mit der Hälfte davon gar nicht arbeiten. Da kommt niemand hinterher, ganz normal. Und genau das lesen wir als gutes Zeichen: Das Thema ist noch lange nicht abgefrühstückt, es fängt gerade erst an, ernsthaft interessant zu werden.
Dieses Whitepaper wiederholt nicht einfach, was im Webinar passiert ist. Wir beantworten Fragen aus der Community, geclustert nach Thema und Häufigkeit – wir sind sicher: auch für alle, die nicht dabei waren, ist hier was dabei. Kleiner Reality Check nebenbei: Am 2. August macht der EU AI Act ernst. Was das für eure Texte heißt, klärt Frage 16.
Was jetzt auf dich zukommt:
Keine einzelne Frage kam vor dem Webinar so oft, in so vielen Varianten. Die Antwort läuft über eine einfache Matrix aus zwei Achsen: Wie oft kommt eine Aufgabe vor? Und wie komplex beziehungsweise urteilsabhängig ist sie? Regelbasierte, wiederkehrende Aufgaben mit geringem Risiko, etwa das Redigieren von Texten oder ein wöchentlicher Newsletter, sind der ideale Startpunkt. Aufgaben mit hoher Varianz oder Einmalcharakter, etwa der Bericht von einer unregelmäßigen Konferenz, eignen sich kaum für Automatisierung. Klingt banal, hilft aber, den richtigen Startpunkt zu finden.
Im Webinar haben wir live abgefragt, wofür die Teilnehmenden KI aktuell nutzen. Die mit Abstand häufigste Antwort: Texten. Datenauswertung? Fast Fehlanzeige. Genau da liegt ungenutztes Potenzial. Die Auswertung von Klickraten und Nutzerprofilen zur Mustersuche bringt oft mehr als noch ein automatisierter Textentwurf, ebenso wie die Mustererkennung bei Pitch-Erfolgen gegenüber Journalist*innen, ein Bereich, den bisher kaum jemand systematisch mit KI angeht.
GEO, AEO, AI Visibility: Dass eure Marke in ChatGPT, Perplexity und Gemini vorkommen muss, wissen wir ja eh alle. Die spannendere Frage ist das Wie. Und die kam vor dem Webinar in etlichen Varianten. Die Grundlogik: Sprachmodelle holen sich ihre Informationen nicht nur von eurer Website. Redaktionelle Quellen, Referenzseiten und Fachmedien spielen eine mindestens ebenso große Rolle dafür, wie ein Thema in KI-Antworten repräsentiert wird. Wer nur auf die eigene Website setzt, wird deutlich seltener zitiert als wer in unabhängigen redaktionellen Quellen präsent ist. Dazu kommt: Welche Quellen ein Modell wie stark gewichtet, unterscheidet sich je nach Branche. Für ein Fintech zählen andere Medien als für eine Consumer Brand, deshalb lohnt der Blick, welche Quellen in eurer Kategorie tatsächlich zitiert werden. Für die Messung gibt es spezialisierte Tracker wie zum Beispiel Peec AI oder Finseo, mit denen sich die eigene Präsenz auch im Vergleich zum Wettbewerb abbilden lässt.
Ein kurzer Selbst-Check, bevor ihr weiterlest:
Wenn mindestens eine Antwort ein zögerndes „eigentlich nicht” ist, lohnt sich ein Gespräch: Linda, Growth Managerin & Lead Demand Gen bei getpress, lädt genau in diesen Fällen zu einem AI Visibility Audit ein. Meldet euch bei uns.
Natürlich treibt euch nicht nur das Wie um, sondern auch das Wer: Wie sehen Teams, Rollen und Skill-Profile der Zukunft aus? Was muss ich draufhaben, um nicht nur nicht abgehängt zu werden, sondern ganz vorn dabei zu sein? Mitte Juli haben wir im Rahmen unseres comms collective genau dazu ein Panel befragt: Knapp 40 Comms Leader kamen zur Lighthouse Night in Berlin zusammen, um Elisabeth L’Orange (Partnerin für AI & Data bei Deloitte, Gründerin von Oxolo), Boris Bolz (früher Deutschlandchef von Red Bull und Teil der RTL-Geschäftsleitung, heute Executive Coach) und Elina Schneiders (Head of Comms bei Mister Spex) zu lauschen. Was dort im Detail besprochen wurde, bleibt geheim. Ein paar Freigaben haben wir uns aber geholt, damit ihr an den entscheidenden Stellen die O-Töne bekommt.
Eine davon vorweg, weil sie den Rahmen für alles Weitere setzt. Elina Schneiders brachte auf den Punkt, wofür sich der ganze Aufwand lohnt: „Alles, was ich an Zeit spare, investiere ich in strategisch wichtige Themen, die echten Mehrwert für das Unternehmen schaffen”. Genau darum geht es bei jeder Antwort in diesem Whitepaper: um das, wofür die gewonnene Zeit genutzt wird, nicht um Zeitersparnis als Selbstzweck.
Kurz gefasst: Die Ausführung verliert an Wert, das Urteil gewinnt. Routinen wie Presseverteiler, Standardreporting und erste Entwürfe wandern zu Agenten in den Hintergrund. Wichtiger wird die kuratierende, entscheidende Rolle: Wer wählt aus, was rausgeht, wer verantwortet den Ton, wer pflegt die Beziehung zu Journalist*innen. Das war schon vor KI der Kern guter Kommunikationsarbeit und bleibt es, egal welches Werkzeug den Rest übernimmt.
Wenn Formulierung und Reichweite keine Besonderheit mehr sind, verschiebt sich der Wert dorthin, wo Knappheit bleibt: kritisches Denken, Kuratieren und Vertrauen, das über Zeit aufgebaut wurde. In einer Welt voller synthetischer Medien wird die verifizierte Information, für die ein Mensch seinen Namen hergibt, zum eigentlich wertvollen Gut. Gartner rechnet in seinem Bericht „Top Predictions to Inform 2026 Comms Strategies” bis 2027 mit einer Verdopplung der PR- und Earned-Media-Budgets, weil KI-Suchsysteme zunehmend die klassische Suche ersetzen und dabei überproportional auf unabhängige, redaktionelle Quellen statt auf bezahlte Inhalte zurückgreifen.
To be honest: Einen Text, den niemand redigiert hat, erkennt man. Er klingt nach KI-Durchschnitt, eure Leser*innen merken das schneller, als euch lieb ist. Ein Text, der durch eine eigene Stimme gegangen ist, tut das nicht, egal wo der erste Entwurf herkam. Authentizität heißt dabei mehr als sauberes Redigieren: eigene Meinungen, originäre Ideen und neue Perspektiven einbringen, statt die KI einfach reproduzieren zu lassen.
Und zur Sorge, dass Leser*innen in ein, zwei Jahren übersättigt und schwer erreichbar sind: Genau deshalb Qualität statt Quantität. Das gilt auch für die Ansprache von Journalist*innen. KI-generierter Massenversand ohne echten Aufhänger gefährdet eure Reputation in den Redaktionen, statt sie aufzubauen.
Gleich mehrere von euch haben genau diese Sorge formuliert, sie ist berechtigt. Die Warnsignale sind ziemlich zuverlässig: Alles klingt plötzlich gleich, egal ob Newsletter, LinkedIn-Post oder Pressemitteilung. Kein Text bezieht mehr Stellung, dieselben Formulierungen tauchen überall auf, Hand aufs Herz: Jeder Absatz könnte genauso gut vom Wettbewerb stammen. Der einfachste Test ist eine einzige Frage an den fertigen Text: Steht hier irgendetwas, das nur von euch kommen kann – eine Meinung, ein Detail, eine Erfahrung? Wenn nicht, hat die KI zu viel Stimme übernommen. Das Gegenmittel steht in Frage 5: redigieren, Haltung reinbringen, die eigene Stimme so dokumentieren, dass sie in jedem Entwurf mitläuft, per Skill oder Styleguide, statt zu hoffen, dass sie von allein durchkommt.
Eine der eingereichten Fragen wollte konkret wissen, ob dafür Tools wie Notion taugen. Spoiler: Es liegt nicht am Tool. Die Antwort hängt an eurer Company, eurer Branche, euren Leuten. Bei getpress funktionieren fortlaufende, fallbasierte Weiterbildungen, weil sich das Tempo der Entwicklung mit einem einzigen Workshop nicht einfangen lässt. Wichtiger ist das Prinzip dahinter: Sobald eine Person im Team eine funktionierende Vorgehensweise entwickelt hat, wird sie geteilt und skaliert, statt in einem einzelnen Kopf zu bleiben. Ob das in Notion, einem Shared Folder oder einer Skill-Library passiert, ist zweitrangig. Dieses Bottom-up-Empowerment ist der eigentliche Lernmotor, nicht die einzelne Schulung. So sieht das bei uns konkret aus:
Wie weit Bottom-up gehen kann? Gerade bauen wir uns bei getpress ein eigenes AI-powered Betriebssystem für unsere PR-Arbeit auf Grundlage der Needs unserer Mitarbeitenden. Mehr dazu bald an anderer Stelle.
Dazu die Anschlussfrage aus dem Webinar: Ist ein Team beim KI-Einsatz so stark wie das schwächste Glied oder so stark wie der First Mover? Ohne geteilte Instanz tendenziell Ersteres, weil gutes Wissen bei Einzelnen hängen bleibt. Sobald erfolgreiche Skills systematisch geteilt werden, zieht der First Mover das ganze Team mit.
Wer das vertiefen will: Laura spricht in unserem Podcast narrative now darüber, warum AI Leadership Rituale statt Einmal-Workshops braucht: „AI Leadership, Storytelling als Schlüsselkompetenz & Deutschlands Blick auf KI”
Boris Bolz hat auf der Lighthouse Night das Prinzip hinter allen folgenden Antworten in einem Satz untergebracht: „Was dabei rauskommt, entscheidet sich vor dem ersten Prompt, nicht danach”. Deshalb geht es hier weniger um Tool-Namen als um die Logik dahinter.
Laura hat das im Webinar an ihrem eigenen Setup rund um ihren Newsletter gezeigt. Ideen sammelt sie per Telegram, eine Schnittstelle schreibt sie in eine Airtable-Datenbank, Claude priorisiert daraus Inhalte auf Basis von gelerntem Geschmack und Zielgruppe. Für die Recherche hängt Perplexity als Konnektor direkt im Workflow, damit Quellenangaben erhalten bleiben und niemand zwischen Chat und Browser springen muss. Der Punkt dahinter: Geschmack entsteht über eine Datenbasis, die sich über Zeit aufbaut, nicht durch einen einzelnen guten Prompt.
Jedenfalls nicht, indem ihr die KI fragt: „Gib mir zehn Themenideen.” Da kommt Einheitsbrei raus, logisch, das Modell kennt vor allem den Durchschnitt-Content. Im Webinar hat Laura gezeigt, wie es besser läuft: Der Impuls kommt vom Menschen, Claude arbeitet als Koordinator und Analyst, dahinter liefern ein Web-Research-Agent und die Insights aus der eigenen Nutzung zu. Zwei Dinge machen dabei den Unterschied. Erstens vorgefilterte Quellen: Statt das ganze Internet zu scannen, setzt ihr Agenten auf kuratierte Feeds und Alerts an. Das trennt Signal von Rauschen, spart nebenbei Kosten. Zweitens die eigenen Daten: Was haben eure Leser*innen zuletzt geklickt, geöffnet, geteilt? Eines von Lauras Newsletter-Themen ist genau so entstanden – aus einer einzigen Zahl in den Nutzungsdaten.
Auch das hat Laura im Webinar beantwortet, die kurze Version lautet: nicht im Agenten selbst. Ein einzelner Chat merkt sich nichts über die eigene Sitzung hinaus. Echtes Lernen passiert in der Dokumentation drumherum, wenn Feedback in einen Skill oder eine Wissensbasis einfließt, auf die der nächste Durchlauf automatisch zugreift.
Mehr, als die meisten denken. Aber nicht alles, das ist der Punkt. Max hat sich einen ziemlich elaborierten Claude-Prozess gebaut, der ihn bei seinem Personal Branding auf LinkedIn unterstützt. Zwei Autopiloten sammeln im Hintergrund Wissen und Aufhänger, den Blickwinkel und die Freigabe behält er selbst:
Dasselbe Muster beantwortet auch die eingereichte Frage, wie man Posts zu News automatisiert, die schon auf der eigenen Homepage stehen: Ein automatisierter Teil erkennt neue Meldungen und baut daraus einen ersten Post-Entwurf, ein Mensch schärft den Blickwinkel und gibt frei. Der Aufwand steckt darin, einmal sauber festzulegen, welche Signale einen Entwurf auslösen sollen. Das eigentliche Automatisieren ist der kleinere Teil.
Die Frage kam aus der Beratungsperspektive, funktioniert aber genauso intern Richtung Geschäftsführung oder Fachabteilungen. Der beste Weg: die Matrix aus Frage 1 als gemeinsame Übung. Ein Prozess-Mapping-Workshop, in dem die Beteiligten ihre eigenen wiederkehrenden Aufgaben entlang der beiden Achsen einsortieren, bringt mehr als jede abstrakte Tool-Präsentation, weil die Ideen dann von den Leuten selbst kommen statt von außen aufgesetzt zu werden. Bei uns heißt diese Übung übrigens Routine-Radar: Gerade sortieren alle getpressis ihre wiederkehrenden Aufgaben durch, um Potenzial für Automatisierung freizulegen.
Nicht alle haben das Glück, in einer AI-first Company zu arbeiten, die weiterbildet, Tools zur Verfügung stellt, Ausprobieren ausdrücklich erlaubt. In manchen Konzernen ist nur Copilot freigegeben, in anderen erstmal gar nichts. Oder es gibt nur Spezial-KIs für einzelne Bereiche, die eher wie Datenbanken funktionieren als wie ein Werkzeug für den ganzen Arbeitsalltag. Die gute Nachricht: Die Prinzipien aus diesem Whitepaper, allen voran die Matrix und die Trennung zwischen automatisiertem Schritt und menschlicher Freigabe, sind bewusst werkzeugunabhängig gedacht. Sie lassen sich mit jedem freigegebenen Tool nachbauen.
Der zweite Tipp kostet nichts außer Neugier: Beschäftigt euch mit KI auch außerhalb der Arbeitszeit. Max nennt sich selbst ein Spielkind, genau deshalb ist er so gut darin, mit KI zu arbeiten – weil ihn das Thema wirklich interessiert, statt es nur an Arbeitsprozessen entlang auszuprobieren. Am Wochenende spielt er ein neues Betriebs-OS auf seinen E-Roller, baut mit Freunden eine App für Restaurantempfehlungen oder einen KI-Sportcoach, der auf seine Wearable-Daten von Strava & Co. zugreift. Wer so spielt, hat im Job den entscheidenden Vorsprung.
Mehrere von euch haben nach Lösungen für kleine Budgets gefragt. Die gute Nachricht: Der größte Hebel ist kein teurerer Plan, sondern Disziplin im Umgang mit dem Kontext. Im Webinar-Beispiel haben sieben Gewohnheiten den Token-Verbrauch um rund 80 Prozent gesenkt:
Nichts davon kostet extra. Alles davon summiert sich.
Der Anlass für diese Frage: Wer KI für Medien- oder Wettbewerbsanalysen nutzt, will auch Artikel hinter Paywalls einbeziehen können. Der saubere Weg dafür ist GBI-Genios, ein lizenzierter Marktplatz, über den sich Presseartikel offiziell kaufen lassen. Für eine automatisierte Anbindung braucht es die API beziehungsweise Lizenzvereinbarung des Anbieters. Oft reicht aber der unspektakuläre Weg, ja, wirklich: ein Abo abschließen, die relevanten Artikel gezielt einfüttern, wenn ihr genau dazu eine Analyse wollt. Vom automatisierten Umgehen von Paywalls ohne Lizenz raten wir ab, das verstößt in aller Regel gegen die Nutzungsbedingungen der Verlage.
Bleibt der Teil, den niemand liebt und alle brauchen. Kurzer Disclaimer: Wir sind keine Anwaltskanzlei, die folgenden Punkte ersetzen keine Rechtsberatung.
Ab dann gelten die Transparenzpflichten aus Artikel 50 der EU-KI-Verordnung. KI-generierte Bilder, Videos und Audios müssen dann markiert werden, Chatbots müssen sich als solche zu erkennen geben, bei Verstößen drohen empfindliche Bußgelder. Für Texte gibt es eine Ausnahme, die für PR-Arbeit entscheidend ist: Wurde ein KI-generierter Text von einem Menschen inhaltlich geprüft und übernimmt eine benannte Person oder Organisation die redaktionelle Verantwortung, entfällt die Kennzeichnungspflicht. Heißt für eure PR-Texte: Solange ein Mensch prüft und verantwortet, müsst ihr nicht kennzeichnen. Wird ohne inhaltliche Prüfung veröffentlicht, greift die Pflicht. Grenzfälle gehören zu eurer Rechtsabteilung oder Kanzlei, eine praxisnahe Einordnung liefert Haufe.
Klingt nach Juristensprech, ist aber in drei Schritten erledigt. Der Grundsatz: Personenbezogene oder vertrauliche Daten gehören nicht in ein Consumer-Tool ohne klare Datenverarbeitungsvereinbarung. Wer, wie in einer der eingereichten Fragen, seine Buchhaltung mit sichtbaren Kund*innendaten durch Claude sortieren lassen will, braucht deshalb: einen Business- oder Enterprise-Plan mit entsprechender Vereinbarung, einen Blick in die aktuelle Datenschutz-Dokumentation von Anthropic, im Zweifel pseudonymisierte Felder. Diese Bedingungen prüft ihr vor dem Hochladen sensibler Daten, nicht danach.
Wenn eure Frage hier nicht auftaucht: In der Aufzeichnung des Webinars stecken noch einige Antworten mehr, unter get-press.de/webinars geht es regelmäßig weiter. Und wenn ihr keine Lust habt, eure Abteilung selbst umzukrempeln, das Thema PR lieber auslagern wollt: We get it. Hit us up.
Community-Q&A zum Webinar „Wie AI-ready ist deine Comms-Abteilung wirklich?” mit Laura Lewandowski (smart chiefs) und Max Ziche (getpress).
Links
© 2023 getpress GmbH
%20(45).png)
).png)
%20(45).webp)
%20(1).webp)
