Ein Installateurmeister aus Salzburg hat mir letzte Woche in drei Sätzen erklärt, was der Unterschied zwischen Heizlast-, Kühllast- und Warmwasserberechnung ist. Fünf Minuten später hatte er von ChatGPT (auch wenn ich ihm von OpenAI abgeraten hab) ein Anschreiben an einen Kunden, das technisch hundertprozentig gesessen ist. Kein Lehrling (Azubi – für meine deutschen Leser) in seiner Werkstatt hätte diesen Prompt so hinbekommen, nicht weil die Jungen dümmer sind, sondern weil ihnen die Wörter fehlen.
Genau das beobachte ich als KI-Berater immer wieder: Berufserfahrung, ausgedrückt in einem präzisen Wortschatz und echtem Fachwissen, liefert bei generativer KI systematisch bessere Ergebnisse als ein kleineres, vageres Vokabular, unabhängig davon, wie flott jemand ein Smartphone bedient. Nach diesem Artikel weißt du, warum das wissenschaftlich Sinn macht, was das für deine eigene Berufslaufbahn bedeutet, und wo die Grenze zwischen echtem Vorteil und Wunschdenken verläuft. Schauen wir uns zuerst an, warum Wortschatz überhaupt eine Tech-Frage ist.
Wer über Jahrzehnte einen präzisen Wortschatz und Fachwissen aufgebaut hat, bekommt von KI-Systemen systematisch präzisere Ergebnisse als jemand mit kleinerem Vokabular, erklärt Alex Januschewsky, KI-Berater und Betreiber von digitalhandwerk.rocks.
Zwei Begriffe, die du für diesen Artikel brauchst: Prompt Engineering bezeichnet die Fähigkeit, eine Anweisung an eine KI so präzise zu formulieren, dass ein brauchbares Ergebnis entsteht. Kristalline Intelligenz ist der Fachbegriff aus der Kognitionspsychologie für angesammeltes Wissen, Wortschatz und Erfahrung, im Unterschied zur fluiden Intelligenz, die für schnelles, abstraktes Problemlösen steht und in jungen Jahren ihren Höhepunkt hat.
Warum wird Wortschatz plötzlich zum Tech-Vorteil?
Ist das nicht absurd? Die Jungen sind mit dem Handy aufgewachsen, tippen schneller, klicken sich durch jede neue App in Minuten. Trotzdem sitzt oft ein 55-Jähriger vor ChatGPT und bekommt bessere Ergebnisse als ihr 23-jähriger Kollege. Das ist keine Ironie des Schicksals. Das ist Mechanik.
KI-Sprachmodelle sind kein Suchfeld. Sie sind, wie ich es in meinem Artikel zum Prompting-Einstieg schon beschrieben habe, eher ein neuer Mitarbeiter, dem du eine Arbeitsanweisung gibst statt einer Suchanfrage. Und eine Arbeitsanweisung ist nur so gut wie die Sprache, in der sie geschrieben ist.
Ein Modell reagiert auf jedes einzelne Wort, das du eingibst. Wer statt „mach das professioneller“ sagen kann „kürze auf drei Absätze, entferne den Konjunktiv, formuliere im Aktiv, Zielgruppe sind Steuerberaterinnen“, bekommt ein anderes Ergebnis. Das macht Sinn, wenn man bedenkt, dass ein Sprachmodell nur mit dem arbeiten kann, was du ihm mitgibst. Nicht weil die KI für diese Person netter ist. Sondern weil sie schlicht mehr zu arbeiten hat.
Was sagt die Forschung über Wortschatz und Alter wirklich?
Hier wird es interessant, denn die Annahme, dass junge Menschen sprachlich grundsätzlich im Vorteil sind, hält einer genaueren Prüfung nicht stand.
Joshua Hartshorne und Laura Germine, damals Forscher an Harvard und am MIT, veröffentlichten 2017 im Fachjournal Psychological Science eine der bis heute umfassendsten Studien zu diesem Thema. Ihre Auswertung zeigt erhebliche Unterschiede darin, wann verschiedene kognitive Fähigkeiten ihren Höhepunkt erreichen: manche schon rund um den Schulabschluss, andere erst in den Dreißigern, wieder andere nicht vor dem fünften Lebensjahrzehnt. Verarbeitungsgeschwindigkeit ist mit Anfang zwanzig am höchsten und baut danach vergleichsweise schnell ab. Der Wortschatz dagegen läuft komplett anders: In der Analyse von Hartshorne und Germine erreichte er in großen Online-Stichproben keinen einzelnen Höhepunkt in der Jugend, sondern verbesserte sich bis weit in die späten Sechziger und frühen Siebziger hinein.
Interessant ist dabei, dass die beiden Forscher nicht nur Wortschatz gemessen haben. Arbeitsgedächtnis erreicht seinen Höhepunkt Ende zwanzig, Anfang dreißig und baut danach nur langsam ab. Die Fähigkeit, Emotionen bei anderen Menschen zu erkennen, erreicht ihren Höhepunkt sogar erst in den Vierzigern bis Fünfzigern, also in einem Alter, in dem die meisten Menschen tief im Familien- und Führungsalltag stecken. Das Bild, das sich daraus ergibt, ist kein Wettrennen mit einer einzigen Ziellinie. Es ist eine Verschiebung: Manche Fähigkeiten sind mit zwanzig am stärksten, andere erst mit fünfzig oder sechzig. Wortschatz gehört eindeutig zur zweiten Gruppe.
Ich bin mir da nicht ganz sicher, ob sich dieses Muster eins zu eins auf Prompting übertragen lässt, dafür ist die Studie zu allgemein gehalten und misst reine Sprachtests, keine KI-Nutzung. Aber die Grundrichtung deckt sich mit dem, was ich in meiner Beratungsarbeit mit EPU und KMU in der DACH-Region seit Jahren beobachte: Wer über Jahrzehnte viel gelesen, geschrieben und mit Kunden verhandelt hat, promptet anders. Nicht cleverer im Sinne von IQ. Aber ausdifferenzierter.
Das heißt im Umkehrschluss nicht, dass Alter allein irgendetwas garantiert. Wortschatz ist kein Geschenk, das mit dem Geburtstagskuchen kommt. Er entsteht durch Lesen, Schreiben, Zuhören, durch Jahre in einem Beruf, in dem man ständig erklären musste, was man tut. Wer mit 60 seit Jahrzehnten kaum liest oder schreibt, hat diesen Vorteil genauso wenig wie ein 22-Jähriger, der schon drei Fachbücher pro Monat verschlingt. Es geht um angesammelte Sprachpraxis, nicht um das Geburtsjahr im Ausweis.
Warum liefert ein präziser Prompt ein präzises Ergebnis?
Das Prinzip dahinter hab ich in einem früheren Artikel das Amplifier-Prinzip genannt: KI verstärkt, was du reinsteckst. Wer viel weiß und es präzise ausdrücken kann, bekommt einen Verstärker für Substanz. Wer wenig weiß oder es nicht präzise ausdrücken kann, bekommt einen Verstärker für Mittelmaß.
Ein Beispiel aus der Praxis: Eine Unternehmerin will einen Preisnachlass kommunizieren. Sagt sie der KI nur „schreib was Nettes über den Rabatt“, bekommt sie Werbefloskeln. Kennt sie dagegen den Unterschied zwischen Rabatt, Nachlass, Skonto und Bonus, kann sie der KI sagen: „Es geht um Skonto bei Vorauszahlung, nicht um einen pauschalen Rabatt, formuliere das so, dass der Zahlungsanreiz klar wird, ohne dass es nach Rabattschlacht klingt.“ Drei verschiedene Wörter, drei verschiedene wirtschaftliche Sachverhalte, drei verschiedene Prompts. Wer den Unterschied nicht kennt, tippt bei allen dreien dasselbe ein und wundert sich, warum der Text an der Zielgruppe vorbeigeht.
Das Bild vom Werkzeug hinkt an dieser Stelle ein bisschen, aber es trifft den Kern: Ein Schraubenzieher ist für jeden gleich scharf. Ein Sprachmodell nicht. Es wird für dich schärfer, je genauer du weißt, wonach du eigentlich schraubst.
Wie sieht das in der Beratungspraxis aus?
Ich hab das letztes Jahr mit einer Kundin durchgearbeitet, die anfangs skeptisch war, ob sich KI für ihre Textarbeit überhaupt lohnt. Nach 20 Jahren im Beruf kennt sie den Unterschied zwischen Fristverlängerung, Aufschub und Stundung im Schlaf. Als wir ihre ersten Prompts angeschaut haben, ist genau das aufgefallen: Sie hat diese Begriffe automatisch präzise verwendet, ohne dass ich sie darauf hinweisen musste. Das Ergebnis waren Mandantenschreiben, die auf Anhieb gesessen sind, während ihre 24-jährige Assistentin dieselben Anfragen deutlich generischer formuliert hat. Nicht aus Faulheit, sondern weil ihr die Fachbegriffe aus der echten Praxis einfach noch fehlen.
Das ist der Punkt, an dem es interessant wird: Es geht nicht um Bildung im Sinne von Abschluss. Es geht um angewandtes Fachvokabular aus echter Berufspraxis. Das hat man mit 24 in den seltensten Fällen schon aufgebaut, mit 50 fast immer.
Was zeigt das Beispiel von zwei Söhnen, 19 und 23?
Ich hab selbst zwei Söhne, 19 und 23, beide technisch bis in die Haarspitzen fit, beide praktisch aufgewachsen mit Smartphone und Social Media. Trotzdem gehen sie komplett unterschiedlich mit KI um, und keiner von beiden würde ich als klassischen KI-Enthusiasten bezeichnen. Der Jüngere studiert Web and Mobile Development an einer Fachhochschule in Salzburg und will echtes Coding beherrschen, bevor er sich auf KI-Assistenz verlässt. Der Ältere arbeitet als Store Manager im Hi-Tech-Handel, technikaffin im Alltag, und bezeichnet einen Großteil dessen, was ihm an KI-Content unterkommt, offen als KI-Slop.
Das passt zu dem, was ich schon in meinem Artikel über die skeptische Generation beschrieben hab: Die jüngste Generation ist nicht KI-begeistert, sie ist strukturell skeptisch. Für diesen Artikel ist aber ein anderer Punkt wichtiger. Beide Söhne haben ein enormes technisches Verständnis, wachsen mit den Tools auf, checken jede neue App in Minuten. Trotzdem würde aktuell keiner von ihnen einen präziseren KI-Prompt zu einem Fachthema schreiben als eine 55-jährige Branchenexpertin, einfach weil ihnen das jahrzehntelange Vokabular ihres jeweiligen Fachgebiets noch fehlt. Technikkompetenz und Sprachpräzision sind zwei verschiedene Fähigkeiten. Die erste hat die junge Generation von Haus aus. Die zweite baut sich über Zeit auf, in Berufen, in Kundengesprächen, in Texten, die man geschrieben hat, weil man musste, nicht weil ein Tutorial das vorgeschlagen hat.
Was bedeutet das für deine 20 oder 30 Jahre Erfahrung?
Was das konkret bedeutet, wenn du selbst mit 45, 55 oder 65 auf eine lange Berufslaufbahn zurückblickst: Deine Fachsprache, deine Erfahrung mit komplizierten Kundengesprächen, dein Gespür für Nuancen zwischen ähnlichen Begriffen, das ist kein Ballast aus einer vordigitalen Zeit. Das ist genau das Material, aus dem gute Prompts gemacht sind.
Was dir wahrscheinlich fehlt, ist nicht Substanz. Es ist ein System, das diese Substanz in brauchbare Prompts übersetzt. Genau da liegt der Unterschied zwischen jemandem, der KI einmal ausprobiert und enttäuscht wieder aufhört, und jemandem, der sie produktiv in den Arbeitsalltag einbaut. Der erste Schritt ist meistens simpel: Schreib der KI nicht, was du willst, sondern erklär ihr, wie du es sonst erklären würdest, einer neuen Mitarbeiterin, einem Kollegen aus einer anderen Abteilung, einem Kunden, der die Fachsprache nicht kennt. Genau diese Erklärung, die du im Kopf schon hundertmal formuliert hast, ist der Rohstoff für einen Prompt, der trägt.
Ein Übersetzungsbeispiel, das ich in Workshops oft bringe: Ein Steuerfachmann mit 25 Jahren Praxis würde einer Praktikantin nie einfach sagen „mach das Schreiben fertig“. Er würde sagen, worum es geht, welche Frist gilt, welcher Ton zum Mandanten passt, was auf keinen Fall fehlen darf. Genau diesen Satz, den er der Praktikantin sagen würde, kann er eins zu eins als Prompt verwenden. Die Substanz ist längst da. Sie muss nur an die KI gerichtet werden statt an einen Menschen im Büro nebenan. Wer das einmal verstanden hat, muss nicht mehr über Prompt-Vorlagen von der Stange nachdenken. Die eigene Berufserfahrung liefert bessere Vorlagen, als jeder gekaufte Prompt-Kurs es könnte.
Wie du diesen Einstieg konkret angehst, unabhängig vom Kalenderalter, hab ich in einem Artikel speziell für den Wiedereinstieg über 50 ausführlicher beschrieben. Du musst kein Prompt-Profi werden. Du musst nur aufhören, deine eigene Fachsprache zu verstecken, wenn du mit einer KI sprichst.
