- 1. Einführung in KI-gestütztes Redigieren
- Grundlagen generativer KI und LLMs im Redaktionsumfeld
- Abgrenzung zu klassischem Text-Editing und regelbasierten Tools
- Vorteile, Anwendungsbereiche und Limitationen
- 2. Stilistische Optimierung mit KI-Unterstützung
- Anpassung von Tonalität, Sprachstil und Zielgruppenansprache
- Vereinheitlichung redaktioneller Standards mit Hilfe von LLMs
- Erkennung und Beseitigung sprachlicher Inkonsistenzen
- 3. Grammatik, Rechtschreibung und Lesefluss automatisiert verbessern
- Qualitätssicherung durch KI-basierte Korrektur
- Optimierung syntaktischer Struktur und Textkohärenz
- Einsatz von Prompt-Vorlagen für verschiedene Texttypen
- 4. Textstraffung und inhaltliche Verdichtung
- Reduktion auf Kernaussagen und relevante Inhalte
- Komprimierung langer Texte mit Erhalt der Aussagekraft
- Vergleich von manuellen und KI-basierten Kürzungen
- 5. Textverlängerung und kontextuelle Ergänzung
- KI-gestütztes Einfügen fehlender Informationen
- Logische Weiterführung fragmentierter Textabschnitte
- Anwendung von Chain-of-Thought-Prompts zur Textvervollständigung
- 6. Rewriting für verschiedene Zielgruppen und Kanäle
- Anpassung für Blog, Presse, Social Media, Fachtext
- Umformulierung technischer oder juristischer Sprache
- Multilinguale Redaktionsprozesse (optional)
- 7. Konsistenzprüfung und Dokumentenversionierung
- Versionsvergleich und Zusammenführung von Textvarianten
- Einsatz von KI zur Dublettenvermeidung
- Redaktionskonzepte mit Rückverfolgbarkeit
- 8. Prompt Engineering für Redaktionsaufgaben
- Entwicklung effektiver Prompts für redaktionelle Zwecke
- Umgang mit Prompt-Drift und Redundanzen
- Erstellung domänenspezifischer Prompt-Bibliotheken
- 9. Integration von KI in Redaktionsprozesse
- Anbindung von KI-Tools an Redaktionssysteme und CMS
- Prozessdesign für kontinuierliches Redigieren mit KI
- DSGVO, Datenschutz und organisatorische Anforderungen
- 10. Tool-Vergleich: ChatGPT, GrammarlyGO, DeepL Write u. a.
- Funktionsumfang, Zielgruppen, Sprachniveaus
- Integrationsmöglichkeiten und Exportformate
- Bewertung der Ergebnisse in realen Use-Cases
- Abschlussübung
- Die Teilnehmenden redigieren gemeinsam einen komplexen Textausschnitt mithilfe von mindestens zwei KI-Tools, vergleichen die Ergebnisse, diskutieren Stärken und Schwächen und formulieren abschließend eine Empfehlung zur künftigen Nutzung im eigenen Umfeld.
LernzieleDie Teilnehmenden verstehen die Potenziale generativer KI für Redigierprozesse, kennen zentrale Tools und sind in der Lage, Texte systematisch hinsichtlich Qualität, Zielgruppenfokus und sprachlicher Wirkung zu überarbeiten.
ZielgruppenFachkräfte aus Redaktion, Unternehmenskommunikation, Marketing, PR, Content-Management, technischer Dokumentation oder Fachabteilungen mit Textverantwortung, die praxisnah kennenlernen wollen, wie generative KI-Modelle den Redigierprozess unterstützen und verbessern können.
