KI-Artikel überarbeiten: Von V1 zu V2 im Vorher-Nachher-Vergleich

Ein KI-Entwurf kann schon beim ersten Lesen erstaunlich fertig wirken. Die Gliederung steht, die Absätze sind sauber formuliert und die wichtigsten Gedanken scheinen enthalten zu sein. Gerade dann wird die Überarbeitung schwierig: Wo lohnt sich überhaupt ein Eingriff, wenn der Text bereits brauchbar ist?

In der KI-Content-Werkstatt bezeichnen wir eine solche erste Arbeitsfassung als V1. In der V1/V2-Methode wird daraus durch gezielte Prüfung und Überarbeitung eine belastbarere V2. Die Grundlagen dazu findest du in der V1/V2-Methode der KI-Content-Werkstatt.

Als Demonstrationsobjekt dient ein realer Werkstattfall: der Artikel „KI-Recherche nutzen, ohne Halluzinationen zu übernehmen“.

Seine V1 war bereits tragfähig. Die zentrale Methode funktionierte und große Teile des Textes konnten bestehen bleiben. Bei der redaktionellen Prüfung zeigten sich trotzdem einige konkrete Baustellen.

Vier davon eignen sich besonders gut für einen Vorher-Nachher-Vergleich. Sie zeigen vier unterschiedliche Arten von Überarbeitung: einen Abschnitt verschieben, ein Beispiel besser nutzen, eine Aussage fachlich absichern und eine unnötige Wiederholung streichen.

Du musst den Ausgangsartikel dafür nicht kennen. Wichtig sind nur zwei Dinge: Er enthält eine Fünf-Schritte-Methode zur Prüfung von KI-Recherche und ein konstruiertes Softwarebeispiel rund um einen CSV-Export. An diesen und weiteren Stellen schauen wir jetzt darauf, was sich von V1 zu V2 konkret verändert hat.

Vier redaktionelle Entscheidungen im Vorher-Nachher-Vergleich

Strukturieren – ein guter Abschnitt am falschen Platz

Eine der deutlichsten Schwächen lag nicht im Inhalt, sondern in seiner Anordnung.

Der Demonstrationsartikel erklärte eine Prüfkette aus fünf Schritten. In der V1 verlief die Struktur vereinfacht so:

Fünf Schritte von der KI-Aussage zum geprüften Material
Schritt 1
Schritt 2
Schritt 3
Schritt 4
Vier Informationswege, die du unterscheiden solltest
Schritt 5

Der eingeschobene Abschnitt war fachlich sinnvoll. Er erklärte den Unterschied zwischen Modellwissen, Websuche, bereitgestellten Dokumenten und einer selbst geöffneten Originalquelle. An dieser Stelle unterbrach er jedoch die nummerierte Hauptlogik.

Wer gerade einer Fünf-Schritte-Anleitung folgt, erwartet nach Schritt 4 den letzten Schritt. Stattdessen öffnete die V1 vorher ein neues Thema und kehrte danach noch einmal zur eigentlichen Schrittkette zurück.

Für die V2 reichte deshalb eine strukturelle Änderung. Der Abschnitt bekam einen eigenen Platz vor der Fünf-Schritte-Methode:

Vier Informationswege richtig einordnen

Fünf Schritte von der KI-Aussage zum geprüften Material
Schritt 1
Schritt 2
Schritt 3
Schritt 4
Schritt 5

Die Methode lässt sich dadurch ohne Unterbrechung durchlaufen. Der Abschnitt über die Informationswege bleibt vollständig erhalten und bereitet die anschließende Prüfung jetzt an der passenden Stelle vor.

Das ist ein typischer Fall für Strukturieren: Der Inhalt selbst brauchte kaum Arbeit. Seine Position entschied darüber, ob er den Leser durch den Ablauf führt oder ihn zwischendurch aus der Schrittkette herausnimmt.

Bevor du also einen guten Absatz neu formulierst, lohnt sich zuerst der Blick auf seine Aufgabe im Gesamttext. Manchmal liegt die Schwäche nicht im Satz, sondern an der Stelle, an der er steht.

Konkretisieren oder ergänzen – ein Beispiel durch mehrere Prüfschritte führen

In der V1 war bereits ein konstruiertes Softwarebeispiel vorhanden. Eine KI behauptete darin, eine bestimmte Softwarefunktion sei in allen Tarifen verfügbar. In der V1 tauchte dieses Beispiel bei einem Prüfschritt auf und verschwand danach wieder.

Für die V2 wurde daraus ein Fall, der mehrere Prüfschritte miteinander verbindet. Ausgangspunkt ist die Behauptung:

Die Software bietet einen CSV-Export in allen Tarifen.

Zuerst schaust du dir getrennt an, was die KI behauptet und welche Quelle sie dafür nennt. Danach prüfst du, ob die Quelle diese konkrete Aussage tatsächlich stützt. Beim Blick in die Hilfeseite zeigt sich beispielsweise, dass der CSV-Export dort nur für einen bestimmten Tarif beschrieben wird. Die ursprüngliche Aussage wäre damit zu weit gefasst.

Eine vorsichtigere Zwischenfassung könnte deshalb lauten:

In einem bestimmten Tarif steht ein CSV-Export zur Verfügung.

Damit ist die Prüfung noch nicht abgeschlossen. Anschließend wird kontrolliert, ob diese Information weiterhin aktuell ist. Eine aktuelle Tarifübersicht kann bestätigen, einschränken oder infrage stellen, was in der Hilfeseite steht. Stimmen beide Angaben nicht überein, bleibt zunächst offen, in welchen Tarifen der CSV-Export tatsächlich verfügbar ist.

In der V2 wird dasselbe Softwarebeispiel deshalb durch mehrere Prüfschritte weitergeführt. Zuerst wird getrennt betrachtet, was die KI behauptet und welche Quelle sie dafür nennt. Danach wird die Hilfeseite geprüft und die zu weit gefasste Aussage eingeschränkt. Abschließend wird anhand einer aktuellen Tarifübersicht kontrolliert, ob diese Information noch gilt.

Der Leser muss dadurch nicht bei jedem Prüfschritt ein neues Beispiel verstehen. Er kann stattdessen denselben Fall von der ursprünglichen KI-Aussage bis zur geprüften beziehungsweise korrigierten Information verfolgen.

Wenn in deinem Entwurf bereits ein gutes Beispiel vorhanden ist, prüfe deshalb, ob du es später noch einmal aufgreifen kannst. Ein konsequent weitergeführter Fall kann mehrere Arbeitsschritte verständlicher machen als mehrere kurze Einzelbeispiele.

Prüfen – der Text kann bleiben, obwohl noch Arbeit nötig ist

Beim dritten Beispiel ist der Unterschied zwischen V1 und V2 im sichtbaren Text kleiner. Genau das macht den Fall interessant.

Die V1 erklärte bereits das sogenannte laterale Lesen: Bei einer unbekannten Quelle prüfst du zunächst außerhalb der Website, wer dahintersteht und wie die Quelle einzuschätzen ist. Erst danach beschäftigst du dich genauer mit ihrem Inhalt.

Die Erklärung war verständlich und passte in den Artikel. Offen war nur noch, ob sie durch eine passende Fachquelle abgesichert werden konnte.

Für die V2 wurde deshalb Material der Digital Inquiry Group zum Lateral Reading ergänzt. Danach musste der vorhandene Absatz sprachlich kaum verändert werden.

Der Unterschied zwischen V1 und V2 lag hier vor allem in der fachlichen Absicherung:

V1: Die Methode ist verständlich beschrieben, eine passende Fachquelle fehlt noch.
V2: Die Beschreibung bleibt weitgehend erhalten und wird durch eine passende Quelle gestützt.

Bei einem reinen Textvergleich kann eine solche Verbesserung leicht übersehen werden. Eine Passage kann sprachlich bereits gut funktionieren, obwohl für eine wichtige Aussage noch eine passende Quelle fehlt. Als einfache Orientierung gilt: Je wichtiger, veränderlicher oder schwerer überprüfbar eine sachliche Aussage für den Artikel ist, desto wichtiger ist eine passende Quelle.

Die richtige Reaktion darauf ist nicht automatisch eine Neufassung. Zuerst wird geprüft, ob sich die vorhandene Aussage fachlich absichern lässt. Je nach Ergebnis kann der Text anschließend bestehen bleiben, vorsichtiger formuliert oder tatsächlich geändert werden.

Für Wissensartikel ist diese Unterscheidung wichtig: Textqualität und fachliche Absicherung sind zwei verschiedene Prüfaufgaben.

Streichen – eine FAQ verliert ihre eigene Aufgabe

Am Ende der V1 standen drei Fragen zur KI-Recherche. Inhaltlich waren sie plausibel. Bei der Überarbeitung zeigte sich jedoch, dass eine davon im Haupttext bereits ausführlich beantwortet wurde.

Die drei Themen waren:

• Quellenlinks in KI-Antworten,
• die notwendige Prüftiefe,
• der Umgang mit einer nicht auffindbaren Quelle.

Gerade die Prüftiefe hatte im Haupttext schon einen eigenen Abschnitt. Dort wurde erklärt, dass der nötige Prüfaufwand unter anderem davon abhängt, wie wichtig eine Aussage ist, wie schnell sich die Information verändern kann und welche Folgen ein Fehler hätte.

Eine zusätzliche FAQ hätte denselben Gedanken am Ende noch einmal in kürzerer Form wiederholt. Für die V2 wurde diese Frage deshalb gestrichen.

Übrig blieben zwei Fragen mit einer eigenen Aufgabe:

„Reichen Quellenlinks in einer KI-Antwort aus?“

„Was mache ich, wenn eine genannte Quelle nicht auffindbar ist?“

Die erste greift eine typische Unsicherheit beim Umgang mit KI-Recherche auf. Die zweite hilft in einer konkreten Situation weiter, in der der normale Prüfweg nicht funktioniert.

Damit zeigt dieses Beispiel eine andere Art von Überarbeitung: Ein Abschnitt muss nicht falsch oder schlecht geschrieben sein, um entbehrlich zu werden. Wenn seine Aufgabe an anderer Stelle bereits erfüllt ist, kann Streichen die bessere Entscheidung sein.

Gerade bei FAQ, Zusammenfassungen und zusätzlichen Abschlussabschnitten lohnt sich deshalb ein kurzer Doppelungscheck. Mehr Inhalt macht den Artikel nicht automatisch hilfreicher.

Was bewusst unverändert blieb

Ein Vorher-Nachher-Vergleich lenkt den Blick automatisch auf die Stellen, die geändert wurden. Bei einer guten V1 ist aber ebenso wichtig, was bestehen bleiben kann.

Im Demonstrationsartikel funktionierten mehrere zentrale Teile bereits. Dazu gehörte beispielsweise die Grundidee, den Prüfaufwand nach der Bedeutung einer Aussage und dem möglichen Fehlerrisiko zu gewichten. Nicht jede Aussage braucht denselben Prüfaufwand.

Auch die Trennung von KI-Behauptung und dazu genannter Quelle war bereits sinnvoll aufgebaut. Das ist wichtig, weil eine KI eine richtige Aussage mit einer unpassenden Quelle verbinden oder den Inhalt einer realen Quelle zu weit zusammenfassen kann.

Diese Teile mussten für die V2 nicht neu entwickelt werden. Sie erfüllten ihre Aufgabe bereits.

Genau das gehört zu einer gezielten Überarbeitung: Du suchst nicht möglichst viele Stellen, die sich verändern lassen. Du unterscheidest zwischen tragenden Teilen und tatsächlichen Baustellen.

Eine komplette Neugenerierung würde auch die bereits guten Passagen wieder öffnen. Danach müsstest du zusätzliche Varianten erneut prüfen und entscheiden, ob sie wirklich besser sind.

Bei einer brauchbaren V1 ist es deshalb oft sinnvoller, gute Teile bewusst stehen zu lassen und nur dort einzugreifen, wo du eine konkrete Schwäche benennen kannst.

So überträgst du den Werkstattfall auf deinen eigenen Entwurf

Für einen bereits brauchbaren KI-Entwurf brauchst du dafür keinen komplizierten Redaktionsprozess. Als Ausgangspunkt reichen drei Fragen:

• Was funktioniert bereits und kann stehen bleiben?
• Welche konkrete Schwäche beeinträchtigt den Artikel?
• Welche möglichst kleine Änderung behebt genau diese Schwäche?

Die vier Beispiele aus dem Werkstattfall zeigen, wie unterschiedlich die Antwort ausfallen kann:

• Ein guter Abschnitt steht lediglich an der falschen Stelle.
• Ein vorhandenes Beispiel wird verständlicher, wenn es durch mehrere Schritte weitergeführt wird.
• Eine gute Passage braucht keine neue Formulierung, sondern eine passende fachliche Quelle.
• Ein zusätzlicher Abschnitt kann entfallen, weil seine Aufgabe bereits an anderer Stelle erfüllt ist.

Dazu kommt eine fünfte Möglichkeit: nichts ändern. Wenn ein Abschnitt klar ist, zur Leserfrage beiträgt und fachlich trägt, darf er bestehen bleiben.

Diese Diagnose ist hilfreicher als ein pauschaler Auftrag wie „Mach den Text besser“. Du weißt dann, welches Problem du eigentlich lösen willst und kannst anschließend prüfen, ob deine Änderung genau dort geholfen hat.

Für eine ausführlichere Prüfung eines bestehenden KI-Outputs kannst du zusätzlich die Checkliste zur Prüfung von KI-Output nutzen.

Auch KI kann bei der Überarbeitung unterstützen. Ein Modell kann beispielsweise Redundanzen markieren, auf mögliche Strukturprobleme hinweisen oder Varianten für eine konkrete Stelle vorschlagen. Solche Hinweise sind zunächst Arbeitsmaterial. Du entscheidest anhand der Leserfrage, der Quellenlage und des restlichen Artikels, welche Änderung sinnvoll ist.

Der wichtige Schritt findet deshalb vor der eigentlichen Überarbeitung statt: Benenne zuerst die Baustelle. Dann kannst du gezielt strukturieren, ergänzen, prüfen, streichen oder einen bereits guten Abschnitt einfach stehen lassen.

Fazit: V2 entsteht durch begründete redaktionelle Entscheidungen

Der Werkstattfall begann mit einer bereits brauchbaren V1. Deshalb musste der Artikel nicht komplett neu geschrieben werden.

Vier konkrete Baustellen führten zu vier unterschiedlichen Eingriffen: Ein Abschnitt wechselte seinen Platz, ein vorhandenes Beispiel wurde über mehrere Prüfschritte weitergeführt, eine bereits gute Erklärung erhielt eine passende Fachquelle und eine redundante FAQ entfiel.

Gleichzeitig blieben zentrale Teile der ersten Fassung bestehen, weil sie ihre Aufgabe bereits erfüllten.

Für deinen eigenen KI-Artikel ist genau diese Unterscheidung entscheidend. Frage zuerst, was tatsächlich schwächer ist und welche Änderung dieses konkrete Problem löst. So wird aus dem allgemeinen Wunsch „Mach den Text besser“ ein nachvollziehbarer Überarbeitungsschritt von V1 zu V2.