In der KI-Welt passiert in einem Quartal so viel wie in anderen Branchen in einem ganzen Jahr. Matthias Zehnder nutzte das letzte Webinar der Edito Academy vor der Sommerpause, um einen kompakten Überblick über den Stand im Sommer 2026 zu geben: neue Tools, spannende Anwendungen aus dem Redaktionsalltag und eine Einschätzung, wohin die Reise geht.
Den Einstieg bildete ein nüchternes Lagebild: Bereits 20 Prozent der 18- bis 24-Jährigen suchen Nachrichten über KI-Chatbots. Das Vertrauen, das einst Redaktionen und Medienhäusern galt, verlagert sich zunehmend auf automatisierte Systeme. Klassische SEO-Strategien mit Longtail-Inhalten werden durch KI-Ergebnisseiten überlagert. Wer im Wettbewerb bestehen will, muss auf Beziehungsaufbau und exklusive Recherche setzen. Aufmerksamkeitsorientierte Klickmaximierung ist passé.
Den Kern des Webinars bildeten zwei eigene Werkzeuge, die Matthias vorstellte. Der «Blickweitentest» basiert auf einem Experiment des Kognitionswissenschaftlers David Navon und misst, ob jemand zur Vogelperspektive oder zur Detailverliebtheit neigt. Das «Waldtool» überträgt diesen Gedanken auf KI: Es zeigt übergeordnete Themenfelder statt Einzelheiten. Es ist ein Gegenentwurf zur gängigen Praxis, KI nur für Detailarbeit zu nutzen. Beide Werkzeuge sind im Open Repository der Edito Academy zugänglich.
Ein weiterer Schwerpunkt lag auf konkreten Prompting-Strategien. Matthias stellte fünf Techniken vor: Textkorrektur als «Cold Review» ohne Stileingriff, das «Advocatus Diaboli»-Konzept zur Schwachstellenanalyse, radikale Kürzung für mehr Rhythmus, «Steelmanning» zur Formulierung der stärksten Gegenargumente und die KI als Fragemaschine statt als Antwortmaschine. Er zeigte zudem, wie man KI-Modellen von der schnellen Spontanreaktion abbringt und sie stattdessen zur reflektierten Analyse auffordert: eine Technik, die die Verlässlichkeit der Antworten deutlich erhöht. Das Webinar schloss mit einer Diskussion über die Sperrung von Anthropic-Modellen durch die US-Regierung und was das für europäische Medienschaffende bedeutet.
Learnings
Kontext schlägt Prompt: Nicht die Formulierung des Prompts entscheidet über die Qualität der Antwort, sondern der mitgelieferte Kontext. Je mehr relevantes Material man der KI vorlegt, desto präziser und nützlicher sind die Ergebnisse.
Markdown strukturiert besser: KI-Modelle verarbeiten Anweisungen in Markdown-Dokumenten zuverlässiger als Freitext. Klare Überschriften, Absätze und Listen helfen dem Modell, die Aufgabe korrekt zu verstehen und einzuhalten.
Das Advocatus Diaboli-Prinzip: Der «Advocatus Diaboli»-Prompt fordert die KI auf, gezielt Schwachstellen, Widersprüche und Gegenargumente im eigenen Text zu suchen. Das ist aufschlussreicher als KI-generierte Lob.
Besser reflektiert: KI-Modelle liefern verlässlichere Antworten, wenn man sie explizit zur vertieften Analyse auffordert. Die Abfolge der Schritte beeinflusst die Qualität erheblich.
Steelmanning schärft die eigene Position: Wer die KI bittet, das stärkstmögliche Gegenargument zur eigenen These zu formulieren, findet Lücken, bevor es die Kritiker tun. Das stärkt Argumente und erhöht die Glaubwürdigkeit.
Den Wald statt die Bäume sehen: KI neigt dazu, auf Details zu fokussieren. Wer übergeordnete Muster und Themenfelder sucht, muss das explizit verlangen – zum Beispiel mit dem «Waldtool» oder entsprechend formulierten Prompts.
KI zur Faktentreue zwingen: Wenn die KI nur auf Basis mitgelieferter Dokumente antworten soll, muss das ausdrücklich im Prompt stehen. Ohne diese Anweisung ergänzt das Modell eigene Informationen mit dem Risiko von Halluzinationen.
Sensible Daten lokal verarbeiten: Bei Personendaten, internen Dokumenten oder vertraulichen Informationen empfiehlt sich der Einsatz lokaler KI-Modelle. Cloudbasierte Dienste können diese Daten in ihre Trainingsprozesse einfliessen lassen.
Vertrauen schlägt Reichweite: Da KI-Chatbots für viele – vor allem jüngere – Nutzerinnen und Nutzer zur primären Nachrichtenquelle werden, verliert klassisches Reichweitendenken an Bedeutung. Glaubwürdigkeit und Publikumsbindung sind langfristig wertvoller.
Geopolitische Abhängigkeit mitdenken: Die Sperrung von US-amerikanischen KI-Modellen durch die US-Regierung ist kein hypothetisches Risiko mehr. Europäische Medienschaffende sollten ihre Abhängigkeit von einzelnen Anbietern kennen und Alternativen prüfen.
Learnings
Kontext schlägt Prompt: Nicht die Formulierung des Prompts entscheidet über die Qualität der Antwort, sondern der mitgelieferte Kontext. Je mehr relevantes Material man der KI vorlegt, desto präziser und nützlicher sind die Ergebnisse.
Markdown strukturiert besser: KI-Modelle verarbeiten Anweisungen in Markdown-Dokumenten zuverlässiger als Freitext. Klare Überschriften, Absätze und Listen helfen dem Modell, die Aufgabe korrekt zu verstehen und einzuhalten.
Das Advocatus Diaboli-Prinzip: Der «Advocatus Diaboli»-Prompt fordert die KI auf, gezielt Schwachstellen, Widersprüche und Gegenargumente im eigenen Text zu suchen. Das ist aufschlussreicher als KI-generierte Lob.
Besser reflektiert: KI-Modelle liefern verlässlichere Antworten, wenn man sie explizit zur vertieften Analyse auffordert. Die Abfolge der Schritte beeinflusst die Qualität erheblich.
Steelmanning schärft die eigene Position: Wer die KI bittet, das stärkstmögliche Gegenargument zur eigenen These zu formulieren, findet Lücken, bevor es die Kritiker tun. Das stärkt Argumente und erhöht die Glaubwürdigkeit.
Den Wald statt die Bäume sehen: KI neigt dazu, auf Details zu fokussieren. Wer übergeordnete Muster und Themenfelder sucht, muss das explizit verlangen – zum Beispiel mit dem «Waldtool» oder entsprechend formulierten Prompts.
KI zur Faktentreue zwingen: Wenn die KI nur auf Basis mitgelieferter Dokumente antworten soll, muss das ausdrücklich im Prompt stehen. Ohne diese Anweisung ergänzt das Modell eigene Informationen mit dem Risiko von Halluzinationen.
Sensible Daten lokal verarbeiten: Bei Personendaten, internen Dokumenten oder vertraulichen Informationen empfiehlt sich der Einsatz lokaler KI-Modelle. Cloudbasierte Dienste können diese Daten in ihre Trainingsprozesse einfliessen lassen.
Vertrauen schlägt Reichweite: Da KI-Chatbots für viele – vor allem jüngere – Nutzerinnen und Nutzer zur primären Nachrichtenquelle werden, verliert klassisches Reichweitendenken an Bedeutung. Glaubwürdigkeit und Publikumsbindung sind langfristig wertvoller.
Geopolitische Abhängigkeit mitdenken: Die Sperrung von US-amerikanischen KI-Modellen durch die US-Regierung ist kein hypothetisches Risiko mehr. Europäische Medienschaffende sollten ihre Abhängigkeit von einzelnen Anbietern kennen und Alternativen prüfen.
Referent: Matthias Zehnder
Datum: Dienstag, 23. Juni 2026
Werbung
