Ai Summary:
00:00:00–00:05:30 – Vorstellung und Ausgangslage
Christa Goede stellt sich als Texterin, Konzeptionerin und Spezialistin für Markenstimmen und authentische Kommunikation vor, die seit 2003 selbstständig arbeitet. Aktuell verdient sie ihr Geld vor allem mit kritischen KI‑Workshops, weil klassische Text- und Konzeptaufträge stark zurückgegangen sind.
Sie erklärt, dass viele ihrer langjährigen Kund:innen eigene KI‑Tools eingeführt und mit ihren alten Texten und ihrer Brand Voice „angelernt“ haben – und sie deshalb nicht mehr benötigen. Christa spricht von einer „zweifachen Enteignung“: Erst werden ihre frei zugänglichen Texte ohne Zustimmung zum Training großer KI‑Modelle verwendet, dann nutzen Kund:innen ihre Bestandstexte zur Schulung eigener Systeme, ohne dass neue Aufträge entstehen.
00:05:30–00:15:30 – KI‑Rhetorik‑Trash und Schreibstil
Christa kritisiert den „KI‑Rhetorik‑Trash“, der ihr besonders auf LinkedIn auffällt. KI sei zwar an vielen Profitexten trainiert, übertreibe aber rhetorische Stilmittel und pumpe Antithese‑These‑Konstruktionen, Halbsätze und Dramatisierungen wie mit einem „Feuerwehrschlauch“ in jeden Absatz.
Typische Probleme aus ihrer Sicht:
Zu viele, unlogische Absätze – jeder Satz steht einzeln, statt ein Gedanke pro Absatz.
Überfrachtete Rhetorik, die gute Stilmittel inflationär und schematisch nutzt.
Nicht nachbearbeitete KI‑Texte, die Leser:innen Zeit kosten, aber keine Wertschätzung zeigen.
Sie stört sich daran, dass KI‑Texte ungefiltert veröffentlicht und dann von Bots in den Kommentaren beantwortet werden – KI antwortet auf KI, echter Mehrwert entsteht kaum. Die Menge an generiertem Content führt zu „Interaktionen“, aber nicht unbedingt zu Buchungen oder echter Beziehung.
00:15:30–00:27:00 – Kommunikationsqualität, Social Media und KI als Spiegel
Die beiden diskutieren, wie KI und Social Media die allgemeine Kommunikationsqualität senken. Menschen passen ihr Sprachverhalten adaptiv an ihre Umgebung an, KI dagegen kommuniziert statisch. Im Dialog zwischen Mensch und KI passen sich Menschen an den KI‑Stil und die Oberflächlichkeit an, nicht umgekehrt – mit Folgen für sprachliche Fähigkeiten.
Sie sprechen über Bildungsdefizite: Viele Nutzer:innen verstehen weder, wie Social‑Media‑Algorithmen noch wie KI technisch funktionieren oder entstanden sind. Christa betont, dass KI auf menschlich überprüften Trainingsdaten beruht, inklusive Content‑Moderation durch schlecht bezahlte Clickworker, die ungeschützt mit problematischen Inhalten umgehen müssen.
Zugleich werden nun auch erfahrene Copywriter:innen zu schlecht bezahlten „Language Experts“, die KI‑Output reviewen sollen – für Stundenlöhne, die weit unter professionellen Texthonoraren liegen.
00:27:00–00:40:00 – Berufspraxis von Texter:innen, SEO und Contentflut
Christa beschreibt ihren klassischen Arbeitsprozess als Texterin:
Gründliches Briefing (Zielgruppe, Produkt, fachlicher und emotionaler Mehrwert, Schmerzpunkte).
Konzeption eines roten Fadens, Spannungsbogen, Tonalität.
Erst dann der Einsatz von KI, idealerweise mit sehr umfangreichen Prompts über mehrere Seiten, inklusive klarer Constraints, Beispiele und Verboten von „KI‑Trash‑Rhetorik“.
Für Markenstimmen erstellt sie lange Brand‑Voice‑Beschreibungen mit vielen Einschränkungen, damit KI möglichst wenig „rät“ und mehr präzise ausführt. In der Konzeptionsphase nutzt sie KI auch als Ideengeber: etwa für mögliche Zielgruppen, Nutzenargumente oder Personas, wenn Kund:innen wenig Vorarbeit geleistet haben.
Sie berichtet von schlechten KI‑generierten Werbetexten und massenhaft seichten SEO‑Blogs, die zwar Keyword‑optimiert sind, aber inhaltlich kaum lesbar und in Rankings oft wirkungslos bleiben. Lange, gute Texte seien möglich, doch die Aufmerksamkeitsspanne der Leser:innen bleibe begrenzt, während die Menge an Internetinhalten sich stetig verdopple – etwa die Hälfte der Inhalte sei bereits KI‑generiert.
00:40:00–00:55:00 – Demokratische Risiken, AfD‑Tool und zweites Internet
Christa sieht große gesellschaftliche Risiken: Emotionstreiberei, Desinformation und Polarisierung werden durch Social‑Media‑Algorithmen verstärkt. Sie führt den Aufstieg der AfD auch auf Social‑Media‑Strategien zurück – inklusive eines eigenen Tools, das „Aufregerthemen“ findet und KI‑generierte Empörungstexte samt Bild automatisiert in Netzwerke pumpt.
Regulierung sei extrem schwierig. Als Gegenidee bringt sie ein „zweites Internet“ ins Spiel: eine gerechtere, weniger von Big Tech dominierte Infrastruktur, die an frühere, nerdige Internetzeiten erinnert, in denen Reichweite und Macht stärker verteilt waren.
Oliver ergänzt das Konzept des Fediverse (z.B. Mastodon) als algorithmenfreien bzw. -armen Raum, in dem keine zentralen Konzerne die Feeds kontrollieren und jeder theoretisch einen eigenen Server betreiben kann. Dort sei die Leitwährung nicht Reichweite, sondern Gespräch; es brauche jedoch die Bereitschaft, sich von Reichweitenfixierung zu lösen.
00:55:00–01:10:00 – Algorithmen verstehen, Bildungsoffensive und Bias
Christa betont, dass viele Menschen gar nicht wissen, was ein Algorithmus ist und dass ihnen Informationen gezielt zugespielt werden. Sie schildert, wie sie während der Corona‑Pandemie auf Facebook erlebt hat, dass gebildete Bekannte durch algorithmisch verstärkte Feeds in Impf‑ und Coronaleugnungsblasen radikalisiert wurden.
Sie sieht ein massives Bildungsdefizit: Ohne das Verständnis von Algorithmen, KI‑Funktionsweise und Bias sei die Gesellschaft manipulierbar. Sie fordert:
Eine starke Bildungsoffensive zu KI und Algorithmen (auch wenn sie angesichts gekürzter Bildungsetats pessimistisch ist).
Selbstkuratierte Feeds, in denen Nutzer:innen bewusst entscheiden, welchen Content sie sehen wollen und welche Themen relevant sind.
Mehr „Social Rewilding“: Handys bewusst zu Hause lassen, am Lagerfeuer sitzen, wieder direkt mit Menschen reden.
Christa erklärt, wie KI vorhandene gesellschaftliche Bias reproduziert: „normales Frühstück“ wird als westliches Toast‑Ei‑Kaffee‑Bild generiert, „glückliche Familie“ meist heteronormativ, weiß und jung. Erfolgsmotive sind oft männlich, andere Lebensrealitäten und Diversität werden unsichtbar.
Gleichzeitig lässt sich KI nutzen, um den eigenen Text auf Bias zu analysieren, ausgelassene Zielgruppen zu identifizieren oder gendergerechte Varianten zu erzeugen. Sie erwähnt unterschiedliche Genderungsformen und experimentelle Vorschläge wie das Y‑Gendern („Busfahrerys“).
01:10:00–01:25:00 – KI, Wissenschaft und Selbstverstärkung des „Mist“
Christa spricht über ein wachsendes Problem in der Wissenschaft: Massenhaft KI‑generierte Studien ohne Peer Review überschwemmen Fachgebiete. Die Menge sei so groß, dass Peer‑Review‑Systeme überlastet werden, wodurch zweifelhafte Arbeiten ungefiltert zitiert und von KI‑Systemen weiterverarbeitet würden.
Sie warnt vor einem „Selbstfütterungseffekt“: Wenn bereits ein KI‑Text nur zu 99 % die Qualität eines guten menschlichen Textes erreicht und die nächste KI wiederum an diesem Output trainiert wird, multipliziere sich der Qualitätsverlust (0,99×0,99×0,990,99×0,99×0,99 usw.). Die Funktion nähere sich langfristig der Null – Qualität nehme potenziell ab, nicht zu.
Dieses „Mist‑Wachstum“ sei riskant, weil KI zunehmend an KI‑Inhalten statt an originären menschlichen Daten lerne. Christa reagiert darauf, indem sie ihren eigenen Blog ruht: Sie möchte ihre Markenstimme nicht kostenlos als KI‑Futter bereitstellen.
Zugleich sieht Oliver einen pragmatischen Aspekt: Wenn KI aus guten eigenen Texten lernt, kann sie die individuelle Qualität im Custom‑Modell anheben – etwa für Non‑Profit‑Projekte oder Eventkonzepte, die auf bereits vorhandenen sauber ausgearbeiteten Dokumenten basieren.
01:25:00–01:40:00 – Mensch‑Maschine‑Kommunikation und Prompting
Christa erläutert anschaulich Unterschiede zwischen Mensch‑Mensch‑ und Mensch‑Maschine‑Kommunikation. Ihr Beispiel: Sie steht in einem Wandergebiet, bittet per Sprachsteuerung ihr Handy um „einen Wanderparkplatz“, und das Navi findet einen in 3,5 Stunden Entfernung. Die entscheidende Information „in der Nähe“ hatte sie nicht genannt – einem Menschen gegenüber wäre sie davon ausgegangen, dass das klar sei.
Daraus leitet sie ab:
Maschinen brauchen explizite, vollständige Informationen, die Menschen sich oft implizit denken.
Anthropomorphisierung („Rüdiger“ statt „KI‑Agent K153“) führt dazu, dass Menschen dem Output zu sehr vertrauen oder Probleme „eskalieren“, statt einfach das System neu zu füttern.
Sie plädiert dafür, KI nicht wie Menschen zu behandeln: klare Kommandos („Bild neu“, „erzeuge Bild“) seien produktiver als höfliche, menschlich adressierte Formulierungen. Gleichzeitig möchte sie ihre menschliche Höflichkeit nicht völlig ablegen und sagt, sie verwendet „bitte“ noch gelegentlich – aus Sorge, sonst auch im Umgang mit echten Menschen verrohen zu können.
01:40:00–01:55:00 – Bias in Bildern, Gendern, Sprache und Politik
Christa und Oliver sprechen über KI‑Bildgenerierung und Bias anhand eines praktischen Beispiels mit einem Unsplash‑Foto, das in ein Cartoonbild umgewandelt wird. KI fügt dabei teilweise automatisch mehr Diversität ein (Frauen statt nur Männer), aber die beiden betonen, dass man solche Effekte bewusst prüfen und ggf. steuern sollte.
Sie diskutieren, wie KI bestehende sexistisches Rollendenken verstärkt: Buchhaltungs‑KI mit Frauennamen, Ingenieur‑KI mit Männernamen, stereotype Erfolgsbilder, normative Familienmodelle. Christa empfiehlt explizite Vorgaben in Prompts, wenn gesellschaftliche Realität oder Diversität abgebildet werden soll.
Zum Thema Gendern berichtet sie von unterschiedlichen Formen (generisches Femininum, Partizipien, Sternchen, Doppelpunkte, Y‑Gender). Sie verweist auf frühere Beispiele generischen Femininums in Studienordnungen und auf ihre eigene Diplomurkunde als „Diplompolitologin“, während eine Freundin im selben Jahr „Diplomkaufmann“ wurde – ein Beispiel für institutionellen Sprachwandel.
Kurz streifen sie Politik und Identität, etwa Aussagen von Alice Weidel über ihre Frau und Fragen zur nationalen Selbstwahrnehmung Eingebürgerter. Das bleibt bewusst randständig und illustriert vor allem, wie Sprache und Zugehörigkeit politisch aufgeladen sind.
01:55:00–01:15:11 – Fazit, Appelle und Angebote
Zum Abschluss fassen beide ihre Kernpunkte zusammen:
KI kritisch nutzen, nicht naiv: zuerst denken, dann prompten.
Bildung rund um Algorithmen, KI‑Funktionsweise, Bias und Social‑Media‑Mechanismen massiv ausbauen.
Mehr algorithmenfreie oder -arme Räume (Fediverse, Blogs, persönliche Kommunikation) stärken.
Eigene Texte für Menschen schreiben – dann sind sie implizit auch besser für SEO und KI‑Systeme.
Christa sieht KI als Werkzeug, das in professionellen Händen wertvolle Unterstützung leisten kann, aber durch Fehlanreize, schlechte Honorare, fehlende Regulierung und mangelnde Bildung erhebliche soziale und demokratische Schäden anrichtet. Sie arbeitet deshalb einerseits weiter intensiv mit KI, andererseits bietet sie kritische KI‑Workshops an, die technische, ethische und kommunikative Aspekte verbinden.
Oliver betont seine Arbeit mit dem Fediverse und bietet Schulungen zu Mastodon und dezentralen Netzwerken an – mit Fokus auf Gespräch statt Reichweite. Beide verabschieden sich mit einem augenzwinkernden Verweis auf Überziehung à la Gottschalk und ermuntern die Zuhörer:innen, die Folge zu bewerten, zu teilen und sich bei Interesse für Workshops oder Fediverse‑Einführungen zu melden.
- Podcast-RSS für alle Podcast-Apps:
https://feeds.feedburner.com/ogokpodcast
- Spotify: https://open.spotify.com/show/00n8s2qYAgwzJQkmRGjjNA
- Apple Podcasts:
https://podcasts.apple.com/de/podcast/oliver-gassner-work-smarter-not-harder/id1481175623
- Youtube-Video: https://www.youtube.com/@OliverGassner
Unser Sub-Podcast “How2AI” ist #30 bei https://www.millionpodcasts.com/chatgpt-podcasts im Juli 2025 - Danke.
Kommentare