So schreiben Sie ein Board-Memo mit KI, das trotzdem nach Ihnen klingt

TL;DR: Sie können ein Board-Memo mit KI schreiben, und der erste Entwurf wird klingen, als hätte ihn irgendjemand geschrieben. Das passiert, weil „schreib es wie ein CEO“ ein Tonalitäts-Etikett ist, und ein Tonalitäts-Etikett ist keine Stimme. Ihre Stimme lebt in Satzlänge, Platzierung der Einschränkungen, Übergängen und Zeichensetzung, und Ihr Board hat alle vier aus Jahren Ihrer Memos gelernt. KI kennt Ihren Ton nicht; sie kennt Wörter, die Ton beschreiben. Die Lösung: Lesen Sie Ihre eigenen Gewohnheiten aus drei früheren Memos ab, schreiben Sie sie als Regeln auf, und geben Sie die Regeln dem Modell. Ein Prompt beschreibt, wie Sie zu klingen hoffen. Ein Profil, das aus Ihren eigenen Texten gebaut ist, ist der Beleg dafür, wie Sie tatsächlich schreiben, und jedes neue Modell setzt diesen Beleg besser um als das vorherige.

Sie fügen die Quartalszahlen in ChatGPT ein, bitten um ein Board-Memo und bekommen in acht Sekunden eines. Saubere Struktur. Korrekter Ton. Klingt wie von irgendjemandem.

Ihre Vorsitzende hat vierzig Ihrer Memos gelesen. Sie weiß, dass Sie die Zahl in den ersten Satz setzen und den Vorbehalt in den zweiten. Dieser Entwurf tut weder das eine noch das andere, und sie wird das lesen, bevor sie die Zahl liest.

Können Sie ein Board-Memo mit KI schreiben?

Ja, und der strukturelle Teil ist der einfache Teil. Geben Sie einem beliebigen aktuellen Modell den Tagesordnungspunkt, die Zahlen und die Entscheidung, die Sie brauchen, und es liefert ein Memo mit Zweckzeile, Kontext, Optionen, Empfehlung und Risikoabschnitt zurück, in der richtigen Reihenfolge und in der richtigen Länge. Die Struktur eines Board-Memos ist gut dokumentiert, und das Modell hat Tausende gelesen.

Der schwierige Teil ist, dass das Memo nach der Person klingen muss, deren Name darunter steht. Ein Board ist das eine Publikum, das Ihre Texte seit Jahren liest, in einem einzigen Register, in einem vorhersehbaren Rhythmus. Die Mitglieder analysieren Ihren Stil nicht bewusst. Sie haben ihn einfach gelernt, so wie man die Schritte eines Kollegen auf dem Flur lernt. Wenn ein Memo mit denselben Zahlen und einem anderen Gang eintrifft, lautet die Reaktion nicht „das hat eine KI geschrieben“. Die Reaktion lautet „dieses Quartal stimmt etwas nicht“, und das ist für ein Board das schlechtere Gefühl.

Die Frage ist also nicht, ob KI das Memo entwerfen kann. Die Frage ist, was Sie ihr mitgeben, damit der Entwurf Ihren Gang trägt.

Warum klingt ein KI-Board-Memo wie von irgendjemandem?

Weil die Anweisung, die Sie gegeben haben, eine Beschreibung war, und das Modell sie in den Durchschnitt aller Personen verwandelt hat, auf die diese Beschreibung passt. „Professionell, souverän, angemessen für ein Board“ beschreibt Tausende von Menschen. Das Modell weiß nicht, was Sie mit souverän meinen. Es weiß, welche Wörter in den Texten, mit denen es trainiert wurde, in der Nähe von „souverän“ stehen, und es produziert das Register, auf das diese Wörter zeigen. KI kennt Ihren Ton nicht; sie kennt Wörter, die Ton beschreiben. Wir haben darüber in Adjektive sind nicht Ihre Stimme geschrieben; das Board-Memo ist der Fall, in dem die Kosten am höchsten sind, weil der Leser Sie am besten kennt.

Das Register, das es produziert, ist messbar. Unsere Average-AI-Baseline, gebaut aus 320 Stichproben über fünf Modelle und vier Sprachen, verortet englische KI-Texte bei einem Formalitätswert von 58 und einem Konsistenzwert von 53. Formalität gewichtet in unserer Skala die Häufigkeit von Einschränkungen pro tausend Wörter, die Dichte von Funktionswörtern und die Verwendung von Semikolons. Konsistenz misst, wie gleichmäßig die Satzlänge verteilt ist. Ein Wert von 53 bedeutet moderate, gleichförmige Variation: kein Urteil in sechs Wörtern, kein Satz mit dreißig Wörtern, der drei Bedingungen trägt. Wie wir diese Baseline gebaut haben beschreibt die Methode. Die Kurzfassung: Das Modell schreibt die Mitte der Verteilung, bei jeder Anfrage, für jede Führungskraft.

So sieht die Mitte bei einem Board-Memo aus, und das bemerkt ein Boardmitglied, das Sie kennt, in jeder Zeile:

Jede Zeile ist eine Entscheidung über Platzierung oder Rhythmus. Keine davon ist ein Grammatikfehler. Ein Boardmitglied kann Ihnen nicht sagen, welche Zeile es gestört hat, und das muss es auch nicht.

Warum löst „schreib es wie ein CEO“ das Problem nicht?

Weil jede gängige Lösung eine bessere Beschreibung ist, und das Problem ist, dass Beschreibungen fast keine Information über Sie enthalten. Drei Lösungen werden ungefähr in dieser Reihenfolge ausprobiert, und jede scheitert aus demselben Grund.

Eine längere Adjektivliste. „Direkt, entschlossen, datengetrieben, warm, aber nicht salopp, kein Jargon.“ Jedes Adjektiv engt das Register ein wenig ein und beschreibt Sie überhaupt nicht. Zwei CEOs können beide direkt und datengetrieben sein und sich in jedem zählbaren Merkmal unterscheiden: Der eine beginnt mit der Zahl, der andere mit der Entscheidung; der eine schränkt Prognosen mit „bei aktuellem Verlauf“ ein, der andere mit „sofern sich die Abwanderung nicht ändert“; der eine schreibt eine Empfehlung in fünf Wörtern, der andere eine in zwanzig mit zwei Bedingungen daran. Die Adjektivliste wählt ein Register, und das Modell füllt es mit dem durchschnittlichen Bewohner.

Ein einzelnes Beispielmemo eingefügt. Das kommt näher heran und scheitert auf subtilere Weise. Das Modell imitiert bei dieser Anfrage die Oberfläche des Beispiels und fällt bei der nächsten zurück. Schlimmer noch: Ein Memo ist ein Anlass. War das Beispiel ein Quartal mit guten Nachrichten, lernt das Modell, mit der Zahl zu beginnen, auch wenn die Zahl schlecht ist und Sie mit dem Plan begonnen hätten. Stil im Moment ist kein Profil. Ein Profil ist das, was über acht Memos mit unterschiedlicher Wetterlage konstant bleibt, und eine einzelne Probe kann dem Modell nicht sagen, welche Teile konstant sind.

Ein neueres Modell. Die Erwartung ist, dass GPT-5 oder das nächste Claude einfach wissen wird, wie ein CEO schreibt. Es wird das besser wissen als das vorherige, und es wird trotzdem nicht wissen, wie Sie schreiben. Modellfähigkeit und Konditionierung auf Nutzerdaten sind getrennte Schichten. Das Labor verbessert die erste mit jeder Version und kann die zweite nicht liefern, weil die zweite aus Ihren Memos stammt und das Labor sie nie gesehen hat. Bei einem vagen Adjektiv produziert ein stärkeres Modell einen glatteren Durchschnitt. Deshalb kennen bessere Modelle Ihre Stimme immer noch nicht, und deshalb wird die Lücke zwischen generisch und Ihrem Stil mit besseren Modellen größer statt kleiner.

Das Muster über alle drei: Ein Prompt beschreibt, wie Sie zu klingen hoffen. Was das Modell braucht, ist der Beleg dafür, wie Sie tatsächlich schreiben.

Was sollten Sie dem Modell stattdessen geben?

Ihre Gewohnheiten, gezählt, als Regeln formuliert, gegen die das Modell seine eigene Ausgabe prüfen kann. Ein stilometrisches Profil aus Ihren eigenen Texten ist der Beleg dafür, wie Sie tatsächlich schreiben, und einen Beleg kann ein Modell umsetzen. Das ist dasselbe Prinzip, das ein Linguist in der Autorschaftsattribution nutzt: Menschen werden nicht anhand der Wörter identifiziert, mit denen sie sich selbst beschreiben, sondern anhand der Dichte von Funktionswörtern, der Verteilung der Satzlängen und der Zeichensetzungsgewohnheiten, über die sie nie nachdenken. Ihr Board betreibt seit Jahren informelle Autorschaftsattribution an Ihnen. Ein Profil macht sie explizit.

Für ein Board-Memo im Besonderen sind die zählbaren Gewohnheiten, auf die es ankommt, eine kurze Liste:

• Eröffnungszug. Zahl zuerst, Entscheidung zuerst oder Kontext zuerst. Die meisten Führungskräfte haben einen Standard und eine Ausnahme für schlechte Nachrichten.
• Wo der Antrag steht. Satz eins, oder nach der Empfehlung, oder in einer eigenen Zeile am Ende.
• Vokabular und Anzahl der Einschränkungen. Welche Formulierung Sie verwenden, um eine Prognose zu relativieren, und wie oft pro Prognose. „Bei aktueller Run-Rate“ und „wir glauben“ sind unterschiedliche Einschränkungen, und die meisten Menschen haben genau eine.
• Länge der Empfehlung. Die Anzahl der Wörter in dem Satz, der sagt, was das Board tun soll. Fünf und zwanzig sind beide legitim, und sie sind nicht austauschbar.
• Risikoverantwortung. Ob Sie zu jedem Risiko eine Person benennen, und ob das Risiko vor oder nach dem Antrag kommt.
• Pronomen. „Ich empfehle“, „wir empfehlen“ oder „das Management empfiehlt“. Boards bemerken einen Wechsel.
• Satzrhythmus. Ihr kürzester Satz in einem typischen Memo, Ihr längster, und wie oft ein kurzer auf einen langen folgt.
• Schluss. Entscheidung und Datum, eine Frage an die Vorsitzende, oder nichts nach dem Antrag.

Ausgeschrieben sieht ein Profil für die Board-Memos einer Führungskraft so aus:

Board memo, quarterly update:
- Open with the headline figure and its delta to plan in sentence one. No purpose line.
- Bad quarter: open with the corrective action, figure in sentence two.
- One hedge per forecast, always "on current run-rate". Never "may potentially".
- Recommendation sentence under 10 words, first person: "I recommend we approve X."
- Every risk names an owner and a date. Risks come before the ask.
- Vary rhythm: at least one sentence under 8 words per section, none over 30.
- No semicolons. No "please find". Close with the decision required and the meeting date.

Jede Zeile lässt sich gegen die Ausgabe prüfen. Jede Zeile stammt aus etwas, das Sie bereits an Ihr Board geschickt haben. Das ist der Unterschied zwischen einem Prompt und einem Profil: Der Prompt ist eine Hoffnung, das Profil ist eine Aufzeichnung.

Wie schreiben Sie ein Board-Memo mit KI, Schritt für Schritt?

Investieren Sie einmalig zwanzig Minuten in das Profil, danach zwei Minuten pro Memo. Der Einwand, den jede Führungskraft erhebt, lautet, dass keine Zeit bleibt, eine KI mit Schreibproben zu füttern. Die Proben existieren bereits, sie liegen in Ihrem Postausgang, und drei davon reichen.

Schritt 1: Ziehen Sie drei frühere Memos und zwei E-Mails an Ihre Vorsitzende heran (5 Minuten). Wählen Sie Memos aus verschiedenen Quartalen, idealerweise ein gutes und ein schlechtes, damit das Profil erfasst, was konstant bleibt, wenn sich die Nachrichten ändern. Schwärzen Sie Zahlen und Namen, wenn Sie irgendwo außerhalb freigegebener Tools einfügen; das Profil misst, wie Sie schreiben, und die Zahlen sind dafür irrelevant. Wie Sie Schreibproben auswählen behandelt die allgemeinen Regeln; für Board-Material lautet die spezifische Regel, dass ein Memo, das Sie viermal mit dem CFO umgeschrieben haben, weniger zählt als eines, das Sie so verschickt haben, wie Sie es geschrieben haben.

Schritt 2: Zählen Sie, beschreiben Sie nicht (10 Minuten). Gehen Sie die Liste im vorherigen Abschnitt durch und schreiben Sie neben jeden Punkt eine Zahl oder eine Formulierung. Nicht „ich bin direkt“, sondern „Zahl in Satz eins in 3 von 3 Memos“. Nicht „ich schränke vorsichtig ein“, sondern „eine Einschränkung pro Prognose, immer ‚bei aktueller Run-Rate‘“. Mindestens eine der Zählungen wird Sie überraschen. Die meisten Führungskräfte sind überrascht, wie kurz ihr Empfehlungssatz ist.

Schritt 3: Schreiben Sie die Zählungen als Regeln auf (5 Minuten). Verwenden Sie den Block oben als Vorlage. Platzieren Sie ihn dann dort, wo das Modell ihn bei jeder Anfrage liest: in den Custom Instructions von ChatGPT oder einem Project, einem Claude Project, einem Gemini Gem. Ihn einmal zu platzieren macht ihn zum Profil statt zum Prompt; die Regeln gelten für das Memo des nächsten Quartals, ohne dass Sie daran denken müssen, sie einzufügen.

Schritt 4: Entwerfen Sie mit den Regeln, dann machen Sie die Fünf-Minuten-Prüfung. Geben Sie dem Modell den Tagesordnungspunkt, die Zahlen und die erforderliche Entscheidung. Wenn der Entwurf zurückkommt, legen Sie ihn neben Ihr letztes echtes Memo und prüfen Sie vier Dinge:

1. Kreisen Sie in beiden die erste Zahl ein. Gleiche Satzposition?
2. Zählen Sie in beiden die Einschränkungen bei der Hauptprognose. Gleiche Anzahl, gleiche Formulierung?
3. Zählen Sie in beiden die Wörter im Empfehlungssatz. Höchstens drei Wörter Unterschied?
4. Unterstreichen Sie in beiden jeden Satz unter acht Wörtern. Ungefähr gleich viele pro Abschnitt?

Fällt der Entwurf bei zwei von vier durch, sind die Regeln nicht an Ort und Stelle, oder das Modell liest sie nicht. Besteht er, liest Ihre Vorsitzende ein Memo mit denselben Zahlen und Ihrem Gang, und das ist das einzige Ergebnis, das zählt. ChatGPT für Führungskräfte behandelt die breitere Palette an Dokumenten, für die dasselbe Profil gilt: Investoren-Updates, All-Hands-Notizen, die Zwei-Zeilen-E-Mail, die eine Entscheidung bewegt.

Dieselbe Trennung, die ein neueres Modell mit einem Adjektiv nutzlos macht, macht es mit einem Profil nützlicher. „Risiken vor dem Antrag, eine Einschränkung pro Prognose, Empfehlung unter zehn Wörtern“ ist eine nuancierte Anweisung. Jede neue Generation folgt nuancierten Anweisungen treuer, also setzt jede Ihr Profil genauer um als die vorherige. Das Modell ist die Schicht, die sich von selbst verbessert. Ihr Profil ist die Schicht, die nur Sie liefern können, und es ist die, auf die Ihr Board hört.

MyWritingTwin übernimmt das Zählen. Eine Writing-DNA-Analyse misst Ihren Satzrhythmus, die Platzierung Ihrer Einschränkungen, Formalität und Zeichensetzung aus den Memos, die Sie bereits haben, gegen die Average-AI-Baseline aus 320 Stichproben, und verwandelt die Messungen in ein Stilprofil, das Sie zu ChatGPT, Claude, Gemini oder was auch immer Ihr Unternehmen freigegeben hat mitnehmen. Die Executive-Stufe baut separate Abschnitte für das Board-Memo, das Investoren-Update und die interne Notiz, weil dieselbe Person diese drei unterschiedlich schreibt und ein einziges Profil sie nicht mitteln sollte.

---

Wenn Sie lieber erst sehen möchten, wie ein Board-Memo-Profil aussieht, bevor Sie irgendetwas entscheiden, führt die Profilseite für Führungskräfte durch eines. Der kostenlose Writing DNA Snapshot misst einige Ihrer Proben gegen die Average-AI-Baseline und zeigt Ihnen in einem einzigen Diagramm, wo das Modell Sie plattgewalzt hätte.