Aussagen sichern
Lassen Sie das Modell jede Behauptung, Annahme und Zahl im Entwurf auflisten, bevor es die Formulierung anfasst. Beheben Sie alles Unbelegte jetzt.
Die drei Durchgänge
Aussage, dann Ton, dann Qualitätsprüfung.
Jeder Durchgang hat eine Aufgabe und einen Prompt. Halten Sie die Reihenfolge ein.
Ton korrigieren
Geben Sie Zielgruppe, Kanal und den Grad an Direktheit vor. Ein Vorstandsmemo, eine Support-E-Mail und ein LinkedIn-Beitrag brauchen unterschiedliche Sprache.
Zeile für Zeile prüfen
Vergleichen Sie Original und Überarbeitung auf fehlende Vorbehalte, abgeschwächte Warnungen und erfundene Details. Korrigieren Sie von Hand, nicht mit einem weiteren Prompt.
Prompts
Ein Prompt pro Durchgang.
- Durchgang 1 — Prüfung: „Liste jede Tatsachenbehauptung, Zahl und Annahme in diesem Text auf. Markiere alle, die vage oder unbelegt sind oder stärker als die angegebene Beweislage. Schreibe noch nichts um. Text: [einfügen]“
- Durchgang 2 — Überarbeitung: „Überarbeite diesen Text für [Zielgruppe] auf [Kanal]. Behalte jede Aussage aus der Prüfung exakt bei. Entferne generische KI-Formulierungen, kürze lange Sätze und mache den nächsten Schritt für den Leser explizit. Text: [einfügen]“
- Durchgang 3 — Abgleich: „Vergleiche Original und Überarbeitung Satz für Satz. Liste jede Stelle auf, an der die Überarbeitung eine Aussage stärker, schwächer oder anders macht. Original: [einfügen] Überarbeitung: [einfügen]“
Beispiel
Derselbe Absatz durch alle drei Durchgänge.
Ursprünglicher Output
Unsere Lösung verbessert die Teameffizienz erheblich und hat nachweislich herausragende Ergebnisse für Organisationen jeder Größe erzielt.
Nach den Durchgängen
Im März-Pilot schloss das Support-Team Tickets 22 % schneller. Außerhalb von Teams mit 5–20 Personen haben wir das noch nicht getestet.
Durchgang 1 fing zwei unbelegte Behauptungen ab („erheblich“, „jeder Größe“). Durchgang 2 ersetzte sie durch die Pilotzahlen. Durchgang 3 bestätigte, dass die Einschränkung erhalten blieb.
Warum es funktioniert
Was jeder Durchgang abfängt, das die anderen übersehen.
Die Durchgänge sind keine Redundanz — jeder betrachtet den Text durch eine andere Fehlerlinse.
| Durchgang | Fängt ab | Typischer Fund |
|---|---|---|
| 1 — Aussagenprüfung | Unbelegte Behauptungen, aufgeblähter Geltungsbereich, fehlende Quellen. | „Studien zeigen“ ohne Studie; „alle Nutzer“, gemeint sind „die drei Nutzer, die wir gefragt haben“. |
| 2 — Ton-Überarbeitung | Falsches Register, vergrabene Bitten, Füllstruktur. | Eine Support-Antwort im Stil einer Pressemitteilung; das Anliegen erst im vierten Absatz. |
| 3 — Zeilenabgleich | Abweichungen, die Durchgang 2 selbst eingebaut hat. | Eine abgeschwächte Warnung: Aus „nicht am Freitag deployen“ wurde „den Deployment-Zeitpunkt bedenken“. |
Lange Dokumente
Die Durchgänge auf mehrseitigen Output skalieren.
Bei allem, was länger als eine Seite ist, lassen Sie Durchgang 1 einmal über das ganze Dokument laufen und machen aus dem Ergebnis eine fixierte Aussagenliste — ein kurzes, nummeriertes Inventar aller Fakten, Zahlen, Zusagen und Vorbehalte. Führen Sie Durchgang 2 dann Abschnitt für Abschnitt aus und fügen Sie die fixierte Aussagenliste in jeden Prompt ein. Das löst die zwei Probleme, an denen lange Überarbeitungen immer scheitern: das Modell, das drei Abschnitte zuvor festgelegte Vorgaben vergisst, und den menschlichen Prüfer, der den Überblick verliert, welche Aussagen wo standen. Die Aussagenliste ist zudem wiederverwendbar — beim nächsten Neugenerieren des Dokuments ist Durchgang 1 schon erledigt.
Durchgang 3 führt man bei langen Dokumenten am besten rückwärts durch: Gleichen Sie den letzten Abschnitt zuerst ab. Die Qualität von KI-Output nimmt gegen Ende langer Generierungen ab, und die Aufmerksamkeit der Prüfenden nimmt in dieselbe Richtung ab — der schwächste Text trifft also zuverlässig auf die geringste Aufmerksamkeit. Die umgekehrte Lesereihenfolge richtet Ihre frischeste Prüfung auf das schwächste Material.
Eine Anmerkung zum Werkzeug: Nichts davon erfordert mehr als ein Chatfenster und einen Texteditor mit zwei Fensterhälften. Wenn Sie dieselbe Überarbeitung häufig durchführen — einen Wochenbericht, ein wiederkehrendes Kundenschreiben —, speichern Sie die drei Prompts mit Ihrer fixierten Aussagenliste als Vorlage. Der Wert des Workflows vervielfacht sich, sobald die Durchgänge nicht mehr jedes Mal neu getippt werden.
Fehlerquellen
Wo der Workflow scheitert — und die Absicherung für jeden Fall.
„Der Entwurf sieht doch gut aus“
Selbstbewusste Prosa versteckt unbelegte Behauptungen besser als ungelenke Prosa. Den Prüfdurchgang gibt es genau deshalb, weil Sprachfluss und Genauigkeit in Modell-Output nicht korrelieren.
„Aussage und Ton zusammen korrigieren“
Ein Prompt, der beide Aufgaben erledigt, lässt Tonvorlieben über Faktisches mitentscheiden. Halten Sie die Durchgänge getrennt, auch wenn Sie es eilig haben — gerade dann.
„Das Modell fragen, ob es etwas geändert hat“
Ein Modell, das die eigene Überarbeitung benotet, ist ein befangener Zeuge. Durchgang 3 darf modellgestützt sein, aber die abschließende Abgleich-Lektüre gehört Ihnen — sie dauert fünf Minuten, und sie ist der ganze Sinn der Sache.
FAQ
ChatGPT-Output überarbeiten: häufige Fragen.
Warum drei Durchgänge statt eines einzigen Prompts?
Weil Aussage und Ton in verschiedene Richtungen ziehen. Ein Modell, das beides auf einmal korrigieren soll, glättet Aussagen gern weg. Getrennte Durchgänge halten jeden einzelnen überprüfbar.
Welcher Durchgang ist am wichtigsten?
Die Qualitätsprüfung. Die meisten überspringen sie — dabei werden dort abgeschwächte Warnungen, verlorene Vorbehalte und erfundene Details abgefangen, bevor sie einen Leser erreichen.
Funktioniert das auch mit Claude und Gemini?
Ja. Die Durchgänge sind modellunabhängig. Manche lassen Durchgang 2 in einem anderen Modell laufen als Durchgang 1, um eine zweite Meinung zum Ton zu bekommen.
Wie lange dauert das?
Etwa zehn Minuten für einen einseitigen Text. Weit weniger als die Zeit, die Sie verlieren, wenn ein Kunde oder eine Lehrkraft einen Fehler findet, den die Überarbeitung eingebaut hat.
Verwandte Themen