Meine Diplomarbeit von 1993: Was davon heute mit KI möglich wird
Beim Aufräumen ist mir kürzlich meine Diplomarbeit wieder in die Hände gefallen. Geschrieben habe ich sie im August 1993 für die Bayerische Akademie der Werbung. Ihr Titel: „Kommunikationstechnologien im PR-Managementprozeß – Eine Chance für eine effektivere Öffentlichkeitsarbeit“.
Die Arbeit wurde damals sehr positiv aufgenommen. Das hat mich natürlich gefreut. Beim Wiederlesen hat mich jetzt aber eine andere Frage beschäftigt: Was von meinen damaligen Überlegungen ist heute noch relevant? Und was ließe sich inzwischen mit überschaubarem Aufwand umsetzen, wofür damals Programme entwickelt, Daten mühsam erfasst und teure Geräte angeschafft werden mussten?
1993 waren Faxgeräte, Briefe und gedruckte Presseartikel feste Bestandteile der Kommunikationsarbeit. E-Mail war in meinem beschriebenen Arbeitsumfeld noch kein selbstverständlicher Standard. Künstliche Intelligenz war ein Forschungsthema, aber von den heute verfügbaren Anwendungen weit entfernt.
Die konkrete Technik ist größtenteils Geschichte. Die Aufgaben dahinter kommen mir dagegen erstaunlich vertraut vor.
Eine Arbeitsumgebung, die mitdenkt
Meine damalige Idee war eine zusammenhängende Arbeitsumgebung für kleine PR-Abteilungen und Agenturen. Sie sollte Informationen beschaffen und erschließen, Kontakte pflegen, Zusammenhänge sichtbar machen, die Projektplanung erleichtern und bei der Medienproduktion helfen.
Ein Satz aus der Arbeit beschreibt die Absicht bis heute gut: Technik soll „Arbeitsabläufe rationalisieren und Freiräume für direkte Kommunikation schaffen“.
Das gilt auch für jemanden, der heute Social Media betreut, Werbung entwickelt oder Öffentlichkeitsarbeit macht. Entscheidend ist, ob Informationen dort ankommen, wo sie gebraucht werden. Ein Hinweis aus einem Kundengespräch sollte in der Themenplanung auftauchen können. Eine kritische Rückmeldung sollte die nächste Entscheidung beeinflussen. Ein guter Text sollte später wieder auffindbar sein.
Informationen beschaffen: weniger suchen, besser auswählen
1993 beschrieb ich telefonische Recherchen, interne Unterlagen, externe Datenbanken, Mailboxen und Bildschirmtext. Schon damals standen davor einige Fragen: Was müssen wir wissen? Wozu brauchen wir die Information? Welche Quellen sind glaubwürdig?
Heute ist der Zugang wesentlich einfacher. Suchmaschinen und KI können Material erschließen, Texte zusammenfassen und unterschiedliche Positionen gegenüberstellen. Die Schwierigkeit hat sich damit verschoben: Aus reichlich verfügbaren Informationen muss das Relevante ausgewählt werden.
Angenommen, ein Handwerksunternehmen möchte häufiger über Modernisierung berichten. Eine brauchbare Recherche sammelt nicht einfach zwanzig Artikel. Sie klärt, welche Fragen Kunden tatsächlich stellen, welche Einwände wiederkehren und welche Aussagen sich belegen lassen. Dafür sind eigene Beratungsgespräche und Reklamationen häufig ebenso aufschlussreich wie Fachveröffentlichungen.
Ein quellenbezogener KI-Assistent wie NotebookLM kann ausgewählte Unterlagen erschließen. Man könnte beispielsweise Interviewprotokolle, Produktinformationen und Fachtexte zusammenführen und fragen: Welche Kundenfragen kommen mehrfach vor? Wo widersprechen sich die Quellen? Welche Aussagen sind für einen Beitrag ausreichend belegt?
Die Quellenverweise erleichtern die Kontrolle. Sie nehmen uns die Bewertung der Quellen und das Prüfen wichtiger Aussagen nicht ab.
Wissen archivieren: vom Ablageort zum Arbeitsgedächtnis
In meiner Arbeit plante ich unterschiedliche Archive für Fachwissen, Kontakte, Presseberichte und Textbestandteile. Der Gedanke dahinter war einfach: Was einmal recherchiert oder erarbeitet wurde, sollte später wieder nutzbar sein.
Heute könnte ein solches Arbeitsgedächtnis Angebote, freigegebene Unternehmensbeschreibungen, Interviews, Kundenfragen, Bilder und bereits veröffentlichte Beiträge verbinden. Besonders hilfreich wäre es, wenn zu jedem Inhalt erkennbar bleibt, woher er stammt, wie aktuell er ist und für welchen Zweck er freigegeben wurde.
Notion bietet beispielsweise die Möglichkeit, Einträge verschiedener Datenbanken miteinander zu verknüpfen. Damit ließe sich ein Thema mit seinen Quellen, geplanten Beiträgen, Aufgaben und zuständigen Personen verbinden. Die gespeicherten Inhalte könnten anschließend gezielt für eine KI-Auswertung bereitgestellt werden.
Dabei würde ich zuerst die Ordnung klären: Welche Informationen gehören hinein? Wer aktualisiert sie? Welche Fassung gilt? Ein ungepflegtes Archiv wird durch KI leichter durchsuchbar, aber dadurch noch nicht verlässlich.
Was wird über uns geschrieben?
Früher wurden Zeitungen gelesen, Artikel ausgeschnitten und Pressespiegel zusammengestellt. Ich beschrieb bereits, wie sich die Texte einscannen und nach Themen, Argumenten und Tendenzen auswerten lassen könnten.
Für einen einfachen Einstieg gibt es heute Google Alerts. Der Dienst informiert über neue passende Ergebnisse in der Google-Suche, etwa zum Unternehmensnamen, zu Produkten oder zu einem Branchenthema. Das ist eine Suchbeobachtung und keine vollständige Erfassung aller Gespräche im Internet.
Für eine breitere Beobachtung gibt es spezialisierte Dienste wie Brand24. Sie sammeln Erwähnungen aus verschiedenen Onlinequellen und bieten unter anderem automatische Einschätzungen der Tonalität. Welche Quellen tatsächlich abgedeckt werden, muss zum eigenen Bedarf passen.
Interessanter als eine Kennzeichnung mit „positiv“ oder „negativ“ finde ich häufig die Fragen dahinter: Welche Kritik wiederholt sich? Wo werden Leistungen missverstanden? Welcher Einwand bleibt unbeantwortet? Welche Frage könnte ein guter nächster Beitrag aufgreifen?
KI könnte die gesammelten Texte vorsortieren und solche Muster vorschlagen. Wichtige oder mehrdeutige Aussagen würde ich im Original prüfen. Eine kritische Äußerung über ein Produkt kann schließlich ein nützlicher Verbesserungshinweis sein.
Auch die Wirkung muss genauer betrachtet werden. Viele Erwähnungen beweisen noch kein Vertrauen und keine zusätzlichen Aufträge. Das AMEC-Modell zur Kommunikationsbewertung unterscheidet deshalb zwischen verbreiteten Inhalten, ihrer Aufnahme beim Publikum und weitergehenden Wirkungen.
Entscheidungen vorbereiten: Vesters Papiercomputer heute
Ein weiterer Bestandteil meiner Arbeit war die Wirkungsmatrix nach Frederic Vester, bekannt als „Papiercomputer“. Dabei werden wichtige Faktoren eines Systems gegenübergestellt und ihre gegenseitigen Einflüsse eingeschätzt.
Diese Idee ist weiterhin brauchbar. Nehmen wir wieder das Handwerksunternehmen. Seine Auftragslage hängt möglicherweise mit Sichtbarkeit, Empfehlungen, Preisen, Beratung, Kapazität und Qualität zusammen. Mehr Werbung könnte mehr Anfragen auslösen. Bei ausgelastetem Betrieb könnten zusätzliche Aufträge aber längere Wartezeiten verursachen. Darunter könnten Kundenzufriedenheit und Empfehlungen leiden.
Eine Wirkungsmatrix hilft, solche Beziehungen systematisch zu besprechen. Für eine überschaubare Fragestellung reicht zunächst eine Tabelle. KI könnte helfen, Faktoren klar zu formulieren, mögliche Beziehungen vorzuschlagen und Widersprüche in den Bewertungen zu finden. Die Einschätzung des tatsächlichen Betriebs sollten die Beteiligten vornehmen.
Dabei sind zwei Verfahren auseinanderzuhalten: Eine Entscheidungsmatrix vergleicht Optionen anhand von Kriterien, etwa Kosten, Aufwand und Nutzen. Eine Wirkungsmatrix untersucht, wie sich Faktoren gegenseitig beeinflussen. Sie kann die Entscheidung vorbereiten, liefert aber noch keine fertige Rangfolge der Maßnahmen.
Vesters umfassenderes Sensitivitätsmodell geht über die einzelne Matrix hinaus und untersucht auch Rückkopplungen und Szenarien. Für die Praxis würde ich zusätzlich fragen: Welche Einflussgrößen können wir überhaupt verändern? Bleibt unsere Empfehlung sinnvoll, wenn wir einzelne Bewertungen leicht ändern? Woran erkennen wir später, ob unsere Annahmen stimmen?
Die Zahlen ordnen unser Verständnis. Sie machen daraus keine sichere Vorhersage.
Unterschiedliche Denkweisen verstehen
In der Diplomarbeit beschäftigte ich mich auch mit dem Herrmann-Dominanz-Instrument, heute als HBDI angeboten. Es beschreibt Präferenzen für unterschiedliche Denkweisen: beispielsweise analytisches, strukturiertes, zwischenmenschliches oder ganzheitliches Denken.
Das HBDI wird weiterhin für Selbstreflexion und Teamentwicklung eingesetzt. Als Gesprächsgrundlage kann ein solches Modell helfen: Warum möchte jemand zuerst Zahlen sehen, während ein anderer zunächst über die Auswirkungen auf Menschen sprechen will?
Die Grenzen würde ich heute deutlicher formulieren als damals. Herrmann selbst bezeichnet das Gehirnmodell als Metapher und stellt klar, dass Präferenzen keine Kompetenzen sind. In den Anwendungsgrundsätzen wird das HBDI ausdrücklich nicht als Auswahlinstrument verstanden.
Wer lieber mit einer stärker empirisch untersuchten Beschreibung von Persönlichkeitsmerkmalen arbeitet, kann sich etwa mit dem Big Five Inventory 2 beschäftigen. Es beantwortet allerdings eine andere Frage als das HBDI: Persönlichkeitsmerkmale und Denkpräferenzen sind nicht dasselbe.
Für ein kleines Team kann auch ein strukturiertes Gespräch reichen: Welche Informationen brauche ich für eine Entscheidung? Wie gehe ich mit Unsicherheit um? Was hilft mir bei Rückmeldungen? Solche Antworten lassen sich anschließend an konkreten Situationen überprüfen. Eine KI könnte das Gespräch ordnen und Vereinbarungen zusammenfassen; aus wenigen Aussagen würde ich sie kein Persönlichkeitsprofil ableiten lassen.
Kontakte und Inhalte zusammenführen
Ein gutes Kontaktarchiv war schon 1993 mehr als eine Adressliste. Es sollte festhalten, wer sich für welche Themen interessiert und welche Gespräche bereits geführt wurden.
Heute leisten Kontaktverwaltungssysteme wie HubSpot eine solche zentrale Dokumentation. Bei wenigen Kontakten kann auch eine sorgfältig gepflegte Tabelle ausreichen. Wichtig ist die Verbindung zwischen Person, Anliegen und nächstem Schritt.
Für die Textarbeit ergibt sich daraus ein weiterer Zusammenhang: Wiederkehrende Fragen liefern Themen. Bereits freigegebene Aussagen liefern belastbare Grundlagen. Aus einem ausführlichen Interview könnten mit KI-Unterstützung ein Blogartikel, ein kurzer Beitrag und ein Videoentwurf entstehen. Die Aussagen müssten jeweils zum Medium passen und redaktionell geprüft werden.
Für Gestaltung und Veröffentlichung lassen sich bestehende Werkzeuge ergänzen. Ein Planungsdienst wie Buffer kann vorbereitete Beiträge für verschiedene soziale Netzwerke terminieren. Die ursprüngliche Idee einer Projektbibliothek bleibt ebenfalls sinnvoll: Ein erprobter Ablauf für Interviews, Veranstaltungen oder Kampagnen wird gespeichert und nach jedem Einsatz verbessert.
So könnte das heute ineinandergreifen
Für das Handwerksunternehmen würde ich mit einer überschaubaren Arbeitsumgebung beginnen: einer gemeinsamen Themen- und Projektablage, ausgewählten Informationsquellen, einer KI für die Auswertung und bei Bedarf einem Veröffentlichungsplaner.
Ein neuer Fachartikel oder eine häufige Kundenfrage wird zunächst erfasst. Zum Eintrag gehören die Quelle, das Datum und ein kurzer Hinweis, warum er wichtig sein könnte. Einmal pro Woche werden die neuen Informationen gemeinsam mit Rückmeldungen und offenen Aufgaben betrachtet.
Die KI könnte daraus eine Arbeitsübersicht vorbereiten: Welche Fragen häufen sich? Was hat sich verändert? Welche Themen sind ausreichend belegt? Wo fehlen Informationen? Ein Mensch entscheidet anschließend, welche Punkte weiterverfolgt werden.
Angenommen, mehrfach taucht die Frage auf, warum sich zwei Angebote preislich so stark unterscheiden. Daraus wird ein Thema für die Beratung und für einen erklärenden Beitrag. Die vorhandenen Produktunterlagen werden geprüft, ein Fachgespräch ergänzt die Quellen, die KI erstellt einen ersten Entwurf. Nach redaktioneller Freigabe entstehen daraus passende Fassungen für Website und soziale Netzwerke.
Die spätere Resonanz wandert zurück zum Thema: Welche Rückfragen kommen? Wird der Beitrag in Beratungsgesprächen genutzt? Hilft er Kunden tatsächlich, Angebote besser zu verstehen? So verbindet sich die Veröffentlichung wieder mit der ursprünglichen Aufgabe.
Einzelne Übergaben lassen sich automatisieren. Make bietet beispielsweise Verbindungen zwischen Nachrichtenfeeds und Notion; auch Notion und Buffer lassen sich verbinden. Das ist ein möglicher Aufbau, keine vollständig fertige Lösung. Zugänge, Datenfelder und Freigaben müssen eingerichtet werden. Ein separates Quellenarchiv wie NotebookLM würde ich zunächst bewusst manuell mit ausgewähltem Material versorgen.
Vertrauliche Informationen gehören dabei nur in eine dafür geeignete Arbeitsumgebung. Vor allem sollte der Aufbau klein genug bleiben, dass Pflege und Kontrolle nicht mehr Arbeit verursachen als die bisherigen Abläufe.
Was ich heute anders machen würde
1993 habe ich viel Raum auf Geräte und Programme verwendet. Heute würde ich bei einer konkreten Aufgabe beginnen: Wo suchen wir immer wieder dieselben Informationen? Welche Rückmeldungen gehen verloren? Welche Entscheidung schieben wir vor uns her, weil die Zusammenhänge unklar sind?
Dann würde ich einen einzigen Ablauf verbessern und prüfen, ob er tatsächlich Zeit spart oder die Arbeit besser macht. Erst danach kämen weitere Verbindungen hinzu.
Beim Wiederlesen freut mich, dass der Grundgedanke noch trägt: Wissen so organisieren, dass es im richtigen Moment nutzbar wird. Zusammenhänge sichtbar machen. Routine verringern und Zeit für Gespräche, sorgfältige Entscheidungen und gute Kommunikation gewinnen.
KI eröffnet dafür Möglichkeiten, die 1993 kaum praktisch erreichbar waren. Wie viel sie im Alltag bringt, hängt davon ab, wie gut wir die Arbeit verstehen, die sie unterstützen soll.
Diese Verbindung von unternehmerischen Fragen, Kommunikation und praktischer Umsetzung prägt auch mein heutiges Angebot. Als Business Coach (IHK-zertifiziert) begleite ich Selbständige und Unternehmer dabei, ihre Positionierung zu klären, Entscheidungen vorzubereiten und konkrete nächste Schritte zu entwickeln. Meine Erfahrung aus Redaktion, Gestaltung und Medienproduktion fließt dabei ebenso ein wie der gezielte Einsatz von KI. Mehr dazu auf meiner Seite zum Business-Coaching.
Werkzeuge und Quellen geprüft im Oktober 2026. Die genannten Produkte sind Beispiele; Funktionen und Verfügbarkeit hängen teilweise von Tarif, Zugängen und angebundenen Plattformen ab.
