Conversational Prompting

Schluss mit dem Getippe: Warum wir mit der KI öfter reden sollten – und wann besser nicht

Es ist eine fast reflexhafte Geste: Chatfenster öffnen, Cursor blinkt, wir beginnen zu tippen. Knapp. Präzise. Möglichst logisch. Wir streichen Nebensätze, reduzieren Komplexität, denken in Bulletpoints.

Doch genau hier beginnt das Missverständnis.

Large Language Models wie ChatGPT funktionieren nicht wie klassische Suchmaschinen. Sie bewerten Wahrscheinlichkeiten – Wort für Wort, sogenanntes Token für Token. Und sie sind auf Kontext angewiesen. Je mehr relevanter Hintergrund, Zielbeschreibung, Einschränkungen oder Beispiele sie erhalten, desto präziser wird das Ergebnis. Nicht die Eleganz des Prompts entscheidet, sondern seine Informationsdichte.

Die Tyrannei der Tastatur

Beim Schreiben zensieren wir uns selbst. Unser Gehirn ist darauf trainiert, Text zu verdichten. Das ist hilfreich bei E-Mails – aber nicht zwingend bei KI-Anfragen.

Der CEO von Remote, Job van der Voort, beschreibt im Gespräch mit Business Insider, dass er dieses Problem für sich radikal gelöst habe: Er tippt kaum noch, sondern spricht seine Prompts direkt ein.

"Ich rede mit KI wie mit einem Menschen, und das funktioniert sehr, sehr gut."

Seine Beobachtung: Wer spricht, liefert automatisch mehr Details. Was zuvor in strukturierte Stichpunkte gepresst wurde, fließt nun als Gedankengang ins System.

Tatsächlich sprechen Menschen im Durchschnitt deutlich schneller, als sie tippen. Das senkt die Hemmschwelle, Hintergründe, Annahmen oder Nebenbedingungen mitzuteilen. Für ein Modell, das probabilistisch arbeitet, ist genau dieser zusätzliche Kontext entscheidend.

Warum Sprechen oft bessere Ergebnisse liefert

Psychologisch ist der Effekt nachvollziehbar:

• Mehr Tempo, weniger Kürzung. Wer spricht, spart sich das mühsame Redigieren.
• Gedankenfluss statt Befehlston. Komplexe Fragestellungen entwickeln sich natürlicher im Dialog.
• Exploration statt Exekution. Während Tippen oft auf ein fertiges Ziel hinausläuft, erlaubt Sprechen ein iteratives Mitdenken.

"Mit Voice-to-Text gibt man automatisch mehr Kontext, denn Sprechen fällt leichter als Tippen", sagt Van der Voort dazu. Wichtig ist jedoch: Technisch macht es für das Modell keinen Unterschied, ob Text gesprochen oder getippt wurde. Beides wird als Text verarbeitet. Der Vorteil liegt nicht im Mikrofon – sondern im Verhalten des Menschen.

Wo Struktur überlegen bleibt

So plausibel der "Voice-first"-Ansatz klingt, er ist kein Allheilmittel.

Bei juristischen Fragestellungen, regulatorischen Texten, Finanzanalysen oder präzisem Code gilt weiterhin: Struktur schlägt Spontaneität. Wer exakte Formatvorgaben, Zahlen oder technische Spezifikationen benötigt, fährt mit klar gegliederten, bewusst formulierten Prompts meist besser. Auch Kontextsensibilität spielt eine Rolle. Im Großraumbüro oder bei vertraulichen Themen ist das Mikrofon nicht immer das geeignete Werkzeug.

Die eigentliche Erkenntnis lautet daher nicht: "Hören Sie auf zu tippen." Sondern: "Geben Sie der KI mehr Substanz."

Ob ein Prompt Beschreibung gesprochen oder geschrieben wird, ist situativ zu entscheiden. Das Mikrofon kann helfen, Denkprozesse schneller offenzulegen. Die Tastatur hilft, sie zu präzisieren.

Vielleicht liegt der Denkfehler darin, KI wie eine besonders schnelle Schreibmaschine zu behandeln. In Wahrheit ist sie eher ein geduldiger Zuhörer, der umso besser reagiert, je vollständiger wir unser Anliegen schildern.

Sprechen kann dabei ein wirkungsvolles Mittel sein, weil wir beim Reden weniger weglassen.