So wählen Sie Ihre besten Schreibproben für die KI-Analyse aus

Sie haben sich entschieden, eine KI auf Ihren Schreibstil zu trainieren. Eine kluge Entscheidung. Nun kommt der entscheidende Teil: die Auswahl der Proben.

Die meisten Menschen greifen einfach zu dem, was gerade zur Hand ist. Aktuelle E-Mails. Das erste Dokument in ihrem Google Drive. Ein Blogbeitrag, auf den sie stolz sind. Das Ergebnis? Eine KI, die nur einen Bruchteil ihrer Stimme erfasst, oder schlimmer noch, Muster repliziert, die sie eigentlich gar nicht wiedergeben möchten.

Die Auswahl der Proben ist nicht glamourös. Aber sie macht den Unterschied zwischen einer KI, die wirklich wie Sie schreibt, und einer KI, die wie eine vage professionelle Version von Ihnen schreibt, die niemand wiedererkennt.

Dieser Leitfaden erklärt Ihnen genau, worauf Sie achten müssen, was Sie vermeiden sollten und wo Sie Proben finden, die tatsächlich Ihre Kommunikationsweise repräsentieren.

---

Warum die Qualität der Proben alles entscheidet

Das Prinzip ist einfach: Die KI lernt Ihre Muster aus den Beispielen, die Sie ihr geben.

Wenn Sie fünf E-Mails hochladen, in denen Sie erschöpft waren und Abstriche gemacht haben, lernt die KI diese schlampige Version von Ihnen. Wenn Sie stark bearbeitete Unternehmenskommunikation bereitstellen, lernt die KI die Stimme des Redakteurs, nicht Ihre eigene. Wenn Ihre Proben alle aus einem einzigen Kontext stammen (z. B. formelle Kunden-E-Mails), weiß die KI nicht, wie Sie an Kollegen, direkte Untergebene oder in informellen Situationen schreiben.

Dies ist das „Garbage in, Garbage out“-Problem. Die KI-Stilanalyse funktioniert genau so gut wie Ihre Probenauswahl. Kein Algorithmus kann Ihre authentische Stimme aus Proben extrahieren, die sie nicht repräsentieren.

Stellen Sie es sich vor, als würden Sie einen Athleten trainieren, indem Sie ihm Highlight-Videos statt echtes Spielmaterial zeigen. Highlights sehen beeindruckend aus, zeigen aber nicht das volle Können. Die Forschung in der Korpuslinguistik bestätigt, dass eine repräsentative Stichprobenziehung die Grundlage jeder zuverlässigen Textanalyse ist. Damit die KI Ihre Schreibstimme erfassen kann, benötigt sie das Äquivalent von Spielmaterial: authentische Kommunikation in realen Kontexten, in denen Sie tatsächliche Probleme gelöst haben.

Die gute Nachricht? Sie haben diese Texte bereits. Sie produzieren sie seit Jahren. Die Herausforderung besteht darin, zu wissen, welche Stücke Sie auswählen und welche Sie überspringen sollten.

---

Die fünf Kriterien einer guten Schreibprobe

Nicht alle Ihre Texte eignen sich für die KI-Analyse. Hier erfahren Sie, was Proben, die eine KI effektiv trainieren, von solchen unterscheidet, die sie verwirren.

1. Authentizität: Sie haben es selbst geschrieben

Das klingt offensichtlich, ist aber die am häufigsten verletzte Regel.

Gute Proben:

• E-Mails, die Sie selbst verfasst und versendet haben
• Dokumente, die Sie von Grund auf neu geschrieben haben
• Nachrichten, in denen Sie etwas in Ihren eigenen Worten erklärt haben
• Erste Entwürfe (vor starker Bearbeitung durch andere)

Schlechte Proben:

• Kollaborative Dokumente, bei denen Sie Ihre Abschnitte nicht identifizieren können
• Von anderen verfasste Inhalte, die Sie nur leicht bearbeitet haben
• KI-generierte Entwürfe (auch wenn Sie sie bearbeitet haben)
• Vorlagen, die Sie ausgefüllt haben
• Veröffentlichungen, die stark von einem Redakteur bearbeitet wurden

Der Punkt „von einem Redakteur bearbeitet“ muss betont werden. Wenn Sie für formelle Publikationen schreiben, ist die endgültige Version nicht Ihre Stimme – es ist Ihre Stimme, gefiltert durch redaktionelle Richtlinien. Verwenden Sie stattdessen Ihren eingereichten Entwurf. Das ist die Rohversion, die nach Ihnen klingt.

2. Repräsentativität: So schreiben Sie tatsächlich

Eine Probe mag authentisch sein, aber nicht repräsentativ. Vielleicht haben Sie sie geschrieben, aber sie klingt nicht nach Ihrer typischen Kommunikation.

Repräsentative Proben:

• Kommunikation, hinter der Sie stehen würden, als „ja, das ist, wie ich schreibe“
• Kontexte, denen Sie regelmäßig begegnen
• Zielgruppen, die Sie häufig ansprechen
• Themen innerhalb Ihres normalen Bereichs

Nicht-repräsentative Proben:

• Texte aus Ihrer frühen Karriere, die nicht mehr Ihrem aktuellen Stil entsprechen
• Kommunikation, die unter extremem Stress oder starken Emotionen verfasst wurde
• Einmalige formelle Einreichungen (juristische Dokumente, offizielle Beschwerden)
• Bewusst experimentelle Texte

Der Test: Würde jemand, der regelmäßig mit Ihnen zusammenarbeitet, dies als Ihre Stimme erkennen? Wenn nicht, überspringen Sie es.

3. Substantiell: Genug Text, um Muster zu zeigen

Die KI benötigt ausreichend Inhalt, um Muster zu identifizieren. Eine Zwei-Satz-E-Mail verrät nicht viel. Eine 300-Wörter-Erklärung schon.

Mindestlängen:

• 200 Wörter: absolutes Minimum für eine einzelne Probe
• 300-500 Wörter: idealer Bereich für die meisten Proben
• 1.000+ Wörter: ausgezeichnet, falls verfügbar (Berichte, Artikel, lange E-Mails)

Kurze Proben sind nicht nutzlos, aber es werden mehr davon benötigt, um statistische Signifikanz zu erreichen. Fünf 200-Wörter-Proben sagen der KI weniger als drei 500-Wörter-Proben.

Was als „Wörter“ zählt:

• Prosa-Absätze (hoher Wert)
• Aufzählungspunkte (mittlerer Wert)
• Ihr Text in E-Mail-Threads (hoher Wert)
• Nur Betreffzeilen (diese überspringen)

4. Aktuell: Spiegelt Ihren aktuellen Stil wider

Ihr Schreibstil entwickelt sich weiter. Die Art und Weise, wie Sie vor fünf Jahren kommuniziert haben, entspricht möglicherweise nicht mehr der Art und Weise, wie Sie heute schreiben. Aktuelle Proben erfassen Ihre gegenwärtige Stimme.

Ideale Aktualität:

• Letzte 6 Monate: Optimalfall
• Letzte 1-2 Jahre: Völlig akzeptabel
• Vor 3+ Jahren: Nur wenn sich Ihr Stil nicht wesentlich geändert hat

Woher wissen Sie, ob sich Ihr Stil geändert hat? Lesen Sie etwas, das Sie vor drei Jahren geschrieben haben. Wenn es nach Ihnen klingt, nehmen Sie es auf. Wenn es sich veraltet anfühlt oder Sie sich dafür schämen, überspringen Sie es.

5. Kontextklar: Die KI weiß, was sie sieht

Die KI benötigt Kontext, um zu verstehen, warum Sie auf diese Weise geschrieben haben. Eine E-Mail an Ihren CEO liest sich anders als eine Slack-Nachricht an Ihr Team; beides ist gültig, aber der Kontext erklärt die Verschiebung der Formalität.

Kontext, den die KI benötigt:

• Zielgruppe: An wen haben Sie geschrieben? (Führungskraft, Kollege, Kunde, Öffentlichkeit)
• Zweck: Warum haben Sie dies geschrieben? (Informieren, überzeugen, anfragen, danken)
• Medium: Welche Plattform? (E-Mail, Slack, Dokument, soziale Medien)

Die meisten KI-Analyse-Tools bitten Sie, Proben nach Kategorien zu kennzeichnen. Überspringen Sie diesen Schritt nicht. „E-Mail an Kunden“ und „Slack an Team“ mögen beide authentisch sein, aber sie sind unterschiedliche Momentaufnahmen Ihrer Bandbreite. Die KI muss wissen, was was ist, um Ihr gesamtes Spektrum abzubilden.

---

Was Sie vermeiden sollten: Die roten Flaggen

Einige Proben schaden der KI-Analyse aktiv. Sie führen Rauschen ein, verwirren die Mustererkennung oder trainieren die KI auf Stimmen, die nicht Ihre eigenen sind. Überspringen Sie diese vollständig.

KI-generierte oder KI-bearbeitete Inhalte

Wenn Sie KI verwendet haben, um etwas zu schreiben oder stark zu bearbeiten, verwenden Sie es nicht als Probe. Die Muster sind nicht Ihre; sie sind die der KI, gefiltert durch Ihre Bearbeitungen.

Dies beinhaltet:

• ChatGPT-Entwürfe, die Sie leicht überarbeitet haben
• Von Claude generierte E-Mails, die Sie angepasst haben
• Jegliche Inhalte, bei denen Sie mit KI-Output begonnen haben

Ausnahme: Wenn Sie den KI-Output so stark umgeschrieben haben, dass weniger als 20 % des Originals übrig bleiben, könnte er qualifiziert sein. Aber seien Sie ehrlich zu sich selbst, wie viel davon wirklich Ihre Stimme ist.

Kollaborative Dokumente

Gemeinsam verfasste Berichte, von mehreren Personen bearbeitete Wiki-Seiten, Dokumente mit Änderungsverfolgung von drei Kollegen: Diese enthalten die Stimme aller, nicht nur Ihre.

So erkennen Sie, ob es zu kollaborativ ist:

• Können Sie identifizieren, welche Absätze Sie geschrieben haben? Wenn ja, extrahieren Sie nur diese.
• Hat jemand anderes strukturelle Bearbeitungen vorgenommen, die Ihren Fluss verändert haben? Wenn ja, überspringen Sie es.
• Sind die Hälfte der Sätze die Formulierung einer anderen Person? Wenn ja, zu stark kontaminiert.

Zu kurz (unter 200 Wörter)

Kurze Antworten, Bestätigungen, einzeilige Genehmigungen – diese enthalten nicht genügend Text für die Mustererkennung.

Ja, Sie schreiben diese regelmäßig. Aber sie sind kein Trainingsmaterial. Betrachten Sie sie als Datenpunkte, die zu klein sind, um statistisch bedeutsam zu sein.

Stark formatierte technische Inhalte

Code-Snippets, in Text exportierte Tabellenkalkulationen, juristische Verträge mit Standardformulierungen, Formulare mit Lücken zum Ausfüllen. Dies ist keine Prosa. Eine darauf trainierte KI lernt Formatierungsbesonderheiten, nicht Ihre Schreibstimme.

Ausnahme: Technische Dokumentation, die Sie in narrativer Form verfasst haben (Erklärung, wie etwas funktioniert), ist in Ordnung. Es ist der Rohcode oder die strukturierten Daten, die nicht funktionieren.

Formelle Publikationen (es sei denn, Sie haben den Entwurf vor der Bearbeitung)

Artikel, Whitepapers, Blogbeiträge, die einen redaktionellen Prozess durchlaufen haben; die endgültige Version ist nicht mehr Ihre Stimme. Redakteure standardisieren, glätten die Persönlichkeit und setzen den Hausstil durch.

Wenn Sie für formelle Publikationen schreiben, suchen Sie Ihren eingereichten Entwurf heraus. Das ist die Version vor den redaktionellen Filtern.

---

Wo Sie Ihre besten Proben finden

Sie haben im Laufe Ihrer Karriere Tausende von Dokumenten verfasst. Wo sollten Sie suchen?

E-Mail-Archive: Die Goldmine

E-Mails sind der Ort, an dem die meisten Fachleute ihre eigentlichen Texte verfassen. Sie sind authentisch, kontextbezogen und decken mehrere Zielgruppen ab. So extrahieren Sie gute Proben.

Gmail-Suchoperatoren

from:me after:2024/01/01 -to:me -list

Dies findet E-Mails, die Sie gesendet haben (nicht Antworten an sich selbst) im letzten Jahr, ausgenommen Mailinglisten.

Weiter verfeinern:

from:me to:client@company.com after:2024/01/01 longer:500

Dies findet E-Mails an einen bestimmten Kunden mit über 500 Wörtern.

Erweiterte Filterung:

from:me -subject:re: -subject:fwd: after:2024/01/01

Dies schließt Antworten und Weiterleitungen aus und liefert Ihnen Originalkommunikation.

Outlook-Suche

In der Suchleiste von Outlook:

from:me sent:last year

Filtern Sie dann nach Größe (größere E-Mails sind länger) oder scannen Sie manuell die Betreffzeilen nach substanziellen Kommunikationen.

Slack-/Teams-Nachrichtenverlauf

Der Chat am Arbeitsplatz enthält eine authentische Stimme, oft informeller als E-Mails. Suchen Sie nach:

• Langen Erklärungen: Wo Sie jemandem ein Konzept ausführlich erläutert haben
• Begründungen für Entscheidungen: Wo Sie erklärt haben, warum Sie einen bestimmten Ansatz gewählt haben
• Projekt-Updates: Längere Nachrichten, die den Fortschritt zusammenfassen
• Threads, die Sie dominiert haben: Unterhaltungen, in denen Sie 60 %+ des Inhalts verfasst haben

So exportieren Sie Slack-Nachrichten:

1. Verwenden Sie die Exportfunktion von Slack (nur Workspace-Admins) oder
2. Kopieren/Einfügen einzelner Threads in ein Dokument
3. Beschriften Sie diese klar („Slack an Engineering-Team bezüglich API-Design“)

Teams-Export: Teams ist schwieriger im Ganzen zu exportieren. Manuelles Kopieren/Einfügen ist hier meist der Weg.

Interne Dokumente und Berichte

Diese sind tendenziell länger und strukturierter. Ideale Kandidaten:

• Projektvorschläge, die Sie verfasst haben (bevor jemand sie bearbeitet hat)
• Statusberichte, die Sie regelmäßig erstellt haben
• Interne Memos, die Entscheidungen erläutern
• Onboarding-Dokumentation, die Sie erstellt haben
• Post-Mortems, die Sie verfasst haben

Wo Sie sie finden:

• Google Drive: Filtern Sie nach „Eigentümer: ich“ und sortieren Sie nach Änderungsdatum
• Notion: Durchsuchen Sie Ihre verfassten Seiten
• Confluence: Filtern Sie nach Autor
• SharePoint: Überprüfen Sie Ihre Dokumentenbibliothek

Persönliche Blogbeiträge oder Artikel

Wenn Sie öffentlich schreiben, sind dies in der Regel gute Proben, vorausgesetzt, sie wurden nicht stark bearbeitet.

Gute Quellen:

• Persönliche Blogbeiträge
• LinkedIn-Artikel (Langform, keine Feed-Posts)
• Von Ihnen verfasste Medium-Posts
• Gastbeiträge auf Branchenseiten (wenn leicht bearbeitet)

Aktualität prüfen: Verwenden Sie Beiträge der letzten 1-2 Jahre, es sei denn, Ihr Stil hat sich nicht geändert.

Soziale Medien (mit Vorsicht)

Plattformbeschränkungen prägen Ihren Schreibstil. Ein Twitter-Thread liest sich anders als eine E-Mail. Aber soziale Inhalte können funktionieren, wenn:

• Sie substanziell sind (LinkedIn-Beiträge über 300 Wörter)
• Sie widerspiegeln, wie Sie in anderen Kontexten schreiben würden
• Sie nicht performativ sind (manche Leute schreiben anders, wenn sie „auf der Bühne“ stehen)

Beste Quellen:

• LinkedIn-Langform-Beiträge
• Twitter/X-Threads, in denen Sie etwas erklärt haben
• Facebook-Beiträge in privaten Gruppen (authentischer als öffentliche)

Überspringen Sie:

• Einzeilige Tweets
• Stark kuratierte Instagram-Bildunterschriften
• Inhalte, die für Engagement-Farming geschrieben wurden

---

Probenauswahl nach Kontext: Das volle Spektrum

Ihre Stimme ist nicht monolithisch. Sie variieren Formalität, Direktheit und Struktur je nachdem, an wen Sie schreiben und warum. Eine gute KI-Analyse erfasst diese Bandbreite.

So erstellen Sie einen Probensatz, der Ihr gesamtes Spektrum abdeckt.

Zielgruppenbasierte Stichproben

Versuchen Sie, Proben von mindestens 3-5 verschiedenen Zielgruppentypen einzubeziehen:

Warum die Bandbreite wichtig ist: Wenn Sie nur Proben für Führungskräfte bereitstellen, lernt die KI das formelle Ich. Sie weiß nicht, wie sie für informelle Kontexte umschalten soll. Ziel ist es, die KI auf Ihre gesamte Bandbreite zu trainieren, damit sie für jede Situation den richtigen Register wählen kann.

Zweckbasierte Stichproben

Verschiedene Schreibzwecke offenbaren unterschiedliche Dimensionen Ihres Stils:

• Informierend (Status-Updates, FYIs): Zeigt Ihre Klarheit und Struktur
• Überzeugend (Vorschläge, Empfehlungen): Enthüllt Ihren Argumentationsstil
• Direktiv (Delegieren, Anweisen): Erfasst Ihre Führungsstimme
• Unterstützend (Feedback, Coaching): Zeigt Ihre Empathie und Ihren Tonfall
• Schwierig (schlechte Nachrichten, Widerstand): Zeigt, wie Sie mit Spannungen umgehen

Try to include at least 2-3 samples from each purpose category you use regularly.

Medienbasierte Stichproben

Wenn Sie auf mehreren Plattformen schreiben, repräsentieren Sie jede davon:

• E-Mail: Formell bis semi-formell
• Slack/Teams: Informell, schnell
• Dokumente: Strukturiert, detailliert
• Öffentliche Texte: Poliert, zielgruppenbewusst

Die KI kann lernen, dass Ihre Slack-Stimme informeller ist als Ihre E-Mail-Stimme – aber nur, wenn Sie ihr Beispiele für beides geben.

---

Wie viele Proben benötigen Sie?

Die Antwort hängt von Ihrem Anwendungsfall und der Komplexität Ihrer Stimme ab.

Minimaler Probensatz

Für ein grundlegendes KI-Stiltraining:

• 5-10 Proben, die 2-3 Zielgruppentypen abdecken
• Gesamtwortzahl: 2.000-3.000 Wörter
• Kontexte: Eine Mischung aus E-Mails, Dokumenten und Nachrichten

Dies gibt der KI genügend Daten, um Ihre grundlegenden Muster zu identifizieren: Satzrhythmus, Interpunktionsgewohnheiten, Formalitätsgrad, gängige Phrasen.

Empfohlener Probensatz

Für eine umfassende Stilanalyse:

• 15-25 Proben, die 4-5 Zielgruppentypen abdecken
• Gesamtwortzahl: 5.000-7.000 Wörter
• Kontexte: Das gesamte Spektrum Ihrer Kommunikation

Dies ermöglicht der KI, Ihre Bandbreite abzubilden: wie Sie zwischen Zielgruppen wechseln, wie Sie sich an verschiedene Zwecke anpassen, wo Ihre Grenzen liegen.

Erweiterter Probensatz

Für die Erfassung nuancierter, kontextsensitiver Stimmen:

• 30-50 Proben, die 5+ Zielgruppentypen abdecken
• Gesamtwortzahl: 8.000-15.000 Wörter
• Kontexte: Alles, was Sie schreiben, einschließlich Nischensituationen

Dies ist die Ebene, auf der die KI subtile Verschiebungen replizieren kann – wie Sie anders an neue Kunden im Vergleich zu langjährigen Partnern schreiben oder wie Ihre Dringlichkeit Ihre Satzlänge beeinflusst.

Die 5-Proben-Regel pro Abschnitt: Wenn Ihr KI-Analyse-Tool Proben nach Kategorie (E-Mail, Berichte, Nachrichten) anfordert, streben Sie mindestens 5 Proben pro Kategorie an. Warum fünf? Weil die Mustererkennung mehrere Datenpunkte benötigt, um Signal von Rauschen zu trennen. Eine Probe könnte ein Ausreißer sein. Fünf Proben offenbaren das Muster.

---

Checkliste für die Probenqualität: Vor dem Einreichen

Bevor Sie Proben in ein KI-Analyse-Tool hochladen, gehen Sie diese Checkliste durch:

• Authentizität: Ich habe dies selbst geschrieben, nicht kollaborativ
• Repräsentativität: Dies klingt so, wie ich normalerweise schreibe
• Substanziell: Mindestens 200 Wörter, idealerweise 300-500+
• Aktuell: In den letzten 1-2 Jahren geschrieben
• Kontextklar: Ich kann Zielgruppe, Zweck und Medium benennen
• Keine KI-Inhalte: Dies wurde nicht von einer KI geschrieben oder stark bearbeitet
• Keine starke Bearbeitung: Dies wurde nicht wesentlich von jemand anderem überarbeitet
• Typische Kommunikation: Ich schreibe so regelmäßig, nicht nur einmal

Wenn eine Probe zwei oder mehr Kriterien nicht erfüllt, überspringen Sie sie. Es ist besser, weniger hochwertige Proben zu haben als mehr minderwertige.

---

Häufige Fehler bei der Probenauswahl

Fehler 1: Stolz über Repräsentativität stellen

Sie haben einen brillanten Vorschlag verfasst, der einen Großkunden gewonnen hat. Es ist Ihre beste Arbeit. Aber er ist auch 10 % formeller als Ihr üblicher Stil, und ein Kollege hat die Struktur bearbeitet.

Die Falle: Sie möchten, dass die KI aus Ihrer „besten“ Arbeit lernt. Aber „beste“ bedeutet oft poliert, bearbeitet und untypisch. Die KI sollte aus Ihrer normalen Arbeit lernen: der Version von Ihnen, der Menschen jeden Tag begegnen.

Lösung: Nehmen Sie den brillanten Vorschlag auf, wenn er wirklich repräsentativ ist. Wenn er ein Ausreißer ist, überspringen Sie ihn oder gleichen Sie ihn mit 5-7 typischen Proben aus.

Fehler 2: Nur einen Kontext beproben

Sie verbringen 60 % Ihrer Schreibzeit mit E-Mails an Kunden. Also laden Sie 20 Kunden-E-Mails hoch und nennen es erledigt.

Die Falle: Die KI lernt das Kunden-Ich. Sie weiß nicht, dass das Kollegen-Ich, das Team-Ich oder das Executive-Ich existieren. Wenn Sie sie bitten, ein internes Memo zu entwerfen, wendet sie die kundenorientierte Formalität an, was sich falsch anfühlt.

Lösung: Auch wenn ein Kontext dominiert, nehmen Sie mindestens 3-5 Proben aus sekundären Kontexten auf. Dies lehrt die KI, dass Sie eine Bandbreite haben.

Fehler 3: Aktuelle, aber nicht repräsentative Arbeit einbeziehen

Sie haben gerade einen formellen Brief an ein Rechtsteam geschrieben, etwas, das Sie einmal im Jahr tun. Er ist aktuell, also nehmen Sie ihn auf.

Die Falle: Aktualität bedeutet nicht Repräsentativität. Dieser Rechtsbrief ist authentisch, aber nicht typisch. Er verzerrt die KI in Richtung einer Formalität, die nicht Ihrer Grundlinie entspricht.

Lösung: Fragen Sie sich: „Schreibe ich so regelmäßig?“ Wenn die Antwort „nein“ oder „selten“ lautet, überspringen Sie ihn, auch wenn er aktuell ist.

Fehler 4: Zu viel nachdenken

Sie haben zwei Stunden damit verbracht zu analysieren, ob eine 400-Wörter-E-Mail „authentisch genug“ und „wirklich repräsentativ“ ist. Sie haben sie fünfmal gelesen. Sie sind gelähmt.

Die Falle: Perfektionismus tötet den Fortschritt. Keine Probe ist perfekt. Die KI braucht mehr Volumen als Perfektion.

Lösung: Verwenden Sie den 10-Sekunden-Test. Lesen Sie die Probe. Klingt sie nach Ihnen? Wenn ja, nehmen Sie sie auf. Wenn nein oder unsicher, überspringen Sie sie. Machen Sie weiter. Sie benötigen 15-20 Proben, nicht 15-20 perfekt kuratierte Museumsstücke.

---

Erweiterte Tipps nach Probentyp

E-Mail-Proben

Wenn E-Mails Ihr meistgenutzter Schreibkanal sind, lesen Sie unseren Leitfaden zum KI-gestützten E-Mail-Schreiben, um zu erfahren, wie Stilprofile diesen spezifischen Workflow transformieren.

Was funktioniert:

• Erklärende E-Mails, in denen Sie jemandem ein Konzept ausführlich erläutert haben
• Follow-ups, die Kontext und Begründung erforderten
• Schwierige Gespräche, die per E-Mail geführt wurden
• Längere Projekt-Updates (300+ Wörter)

Was nicht funktioniert:

• Zwei-Zeilen-„Danke!“-Antworten
• Weitergeleitete Inhalte mit einer Ein-Satz-Einleitung
• Automatisierte Antworten oder Vorlagen
• E-Mail-Threads, in denen Sie weniger als 50 % des Inhalts verfasst haben

Profi-Tipp: Suchen Sie nach E-Mails, auf die der Empfänger mit klärenden Fragen oder Wertschätzung geantwortet hat. Diese zeigen an, dass Sie natürlich und effektiv kommuniziert haben: der Goldstandard für Proben.

Berichts-Proben

Was funktioniert:

• Ihr eingereichter erster Entwurf (vor der Bearbeitung)
• Interne Berichte mit minimaler Bearbeitung
• Dokumentation, die Sie alleine verfasst haben
• Projektvorschläge in Ihrer Stimme

Was nicht funktioniert:

• Endgültige veröffentlichte Versionen, die von anderen bearbeitet wurden
• Kollaborative Abschnitte, die Sie nicht isolieren können
• Vorlagenbasierte Berichte, bei denen sich nur Daten geändert haben
• Stark formatierte Tabellen und Diagramme

Profi-Tipp: Wenn Sie Ihren Entwurf vor der Bearbeitung nicht finden können, überprüfen Sie den Versionsverlauf in Google Docs oder die Änderungsverfolgung in Word. Ihre Originalversion ist irgendwo dort.

Nachrichten-Proben (Slack/Teams)

Was funktioniert:

• Threads, in denen Sie eine Entscheidung oder einen Ansatz erklärt haben
• Langform-Updates, die in Kanälen gepostet wurden
• Technische Erklärungen an Teamkollegen
• Unterhaltungen, in denen Sie den Dialog dominiert haben (60 %+ des Textes)

Was nicht funktioniert:

• Schnelles Hin- und Her-Geplänkel
• Ein-Satz-Bestätigungen
• GIFs und reine Emoji-Antworten
• Threads mit 10 Personen, bei denen Ihr Beitrag minimal war

Profi-Tipp: Exportieren Sie ganze Threads, in denen Sie die primäre Stimme waren. Beschriften Sie sie klar („Slack an Engineering-Team bezüglich API-Design-Entscheidung“). Kontext hilft der KI, den informellen Register zu verstehen.

---

Was ist mit mehrsprachigen Proben?

Wenn Sie beruflich in mehreren Sprachen schreiben, wird die Probenauswahl komplexer. Ihre englische Stimme mag direkt und prägnant sein, während Ihre japanische Stimme formeller und zurückhaltender ist.

Das Prinzip: Die KI benötigt Proben in jeder Sprache, die sie replizieren soll.

So beproben Sie mehrsprachig:

1. Nach Sprache trennen: Stellen Sie separate Probensätze für jede Sprache bereit
2. Kontext über Sprachen hinweg abgleichen: Wenn Sie E-Mails an Führungskräfte auf Englisch bereitstellen, stellen Sie auch E-Mails an Führungskräfte auf Japanisch bereit
3. Erwarten Sie unterschiedliche Basisstile: Ihre Formalität kann sich zwischen den Sprachen verschieben; das ist normal und sollte erfasst werden

Wortzahlziele pro Sprache:

• Wenn Sie in beiden Sprachen gleichermaßen schreiben: 5.000-7.000 Wörter pro Sprache
• Wenn eine Sprache sekundär ist: 3.000-4.000 Wörter für die sekundäre Sprache

Weitere Informationen zur mehrsprachigen Stilanalyse finden Sie in unserem Leitfaden für zweisprachige Fachkräfte zum KI-Schreiben.

---

Probenqualität bestimmt KI-Qualität

Die Probenqualität bestimmt die KI-Qualität. Kein Algorithmus kann Ihre authentische Stimme aus unauthentischen Proben extrahieren.

Die besten Proben sind die, die Sie vergessen haben zu schreiben – die E-Mails, die Sie ohne langes Nachdenken versendet haben, die Berichte, die Sie in Ihrem natürlichen Fluss verfasst haben, die Slack-Nachrichten, in denen Sie etwas klar erklärt haben, weil das Team es verstehen musste.

Das sind nicht Ihre Highlight-Videos. Das ist Ihr Spielmaterial. Sie erfassen, wie Sie tatsächlich kommunizieren, wenn Sie echte Probleme für echte Menschen lösen.

Das ist die Version von Ihnen, die die KI lernen muss.

---

Bereit, Ihren Schreibstil zu analysieren?

Die Auswahl guter Proben ist die halbe Miete. Die andere Hälfte ist die Analyse: das Extrahieren der Muster aus diesen Proben und deren Umwandlung in KI-Anweisungen.

Sie können dies manuell tun (rechnen Sie mit 3-5 Stunden) oder ein systematisches Extraktionswerkzeug wie My Writing Twin verwenden.

Option 1: DIY-Probenanalyse

Lesen Sie Ihre ausgewählten Proben durch und dokumentieren Sie:

• Häufige Satzstrukturen und Rhythmen
• Interpunktionsmuster (verwenden Sie häufig Gedankenstriche?)
• Eröffnungs- und Abschlussformeln
• Phrasen, die Sie oft verwenden
• Phrasen, die Sie vermeiden
• Formalitätsverschiebungen zwischen Zielgruppen

Bauen Sie dies dann in benutzerdefinierte Anweisungen für ChatGPT oder System-Prompts für Claude ein.

Option 2: Automatisierte Extraktion

My Writing Twin analysiert Ihre Proben systematisch und extrahiert:

• Satzrhythmusmuster
• Interpunktions-Fingerabdruck
• Wortschatzpräferenzen und Anti-Muster
• Formalitätsspektrum nach Kontext
• Übergangsarchitektur
• Eröffnungs-/Abschlussformeln

Sie laden Ihre Proben hoch (gemäß den Richtlinien in diesem Artikel), und wir generieren einen Master-Prompt (den vollständigen Anweisungssatz, der jede KI dazu bringt, wie Sie zu schreiben). Fügen Sie ihn in ChatGPT, Claude, Gemini oder jedes andere KI-Tool ein. Ihre Proben werden zu Ihrem Writing Twin.

Starten Sie Ihren kostenlosen Writing-DNA-Snapshot →