Brand Voice mit KI: Wenn der Ton stimmt und der Inhalt nicht

Veröffentlicht am 22. September 2026  |  Luka Eble

Der Text klingt zum ersten Mal richtig.

Die Anrede stimmt, die Satzlänge stimmt, sogar die zwei, drei Wörter, die im Haus alle benutzen, stehen drin. Vorausgegangen sind ein paar Wochen Arbeit: Tonalität beschrieben, Beispieltexte hochgeladen, ein eigener Assistent eingerichtet, dreimal nachgeschärft. Jetzt schreibt er Angebote, die nach dem Haus klingen.

Und trotzdem liest die Inhaberin jedes einzelne Wort gegen.

Weil in der vorletzten Fassung eine Leistung stand, die es seit dem Frühjahr nicht mehr gibt. Im richtigen Ton.

An dieser Stelle stehen gerade viele kleine Firmen. Die Stimme sitzt. Die Arbeit wird trotzdem nicht weniger. Die naheliegende Erklärung lautet dann, der Prompt sei eben noch nicht gut genug. Sie führt in die falsche Richtung.

Denn ein Stil-Prompt bringt einer KI bei, wie Ihre Marke klingt. Er sagt ihr nichts darüber, was Ihre Marke sagen darf.

Was ein Stil-Prompt wirklich leistet

Ein Stil-Prompt regelt die Form, und das tut er gut.

Er legt fest, ob geduzt oder gesiezt wird, wie lang die Sätze sein dürfen, ob Fragen als Zwischenüberschriften erlaubt sind, welche Wörter typisch sind und welche im Haus niemand benutzt. Für einen LinkedIn-Beitrag, eine Terminbestätigung oder den Einleitungsabsatz eines Newsletters reicht das oft vollständig aus.

Die gängigen Anleitungen zum Thema Brand Voice und KI enden genau hier. Tonalität beschreiben, als Anweisung hinterlegen, Ergebnisse gegenlesen. Das ist nicht falsch. Es ist nur die Hälfte.

Denn die Form ist der Teil Ihrer Marke, der sich am leichtesten beschreiben lässt. Und der am wenigsten kostet, wenn er danebengeht.

Die Stimme endet beim ersten Fakt

Sobald im Text eine Tatsache auftaucht, hört die Zuständigkeit der Stimme auf.

Ein Angebot besteht nicht aus Tonfall. Es besteht aus einem Leistungsumfang, einer Lieferzeit, einem Ansprechpartner, einer Referenz, einer Zusage. Eine Stilanweisung enthält davon nichts. Sie sagt dem Modell, wie ein Satz klingen soll, und überlässt ihm, womit es ihn füllt.

Das Modell füllt ihn dann mit dem, was plausibel wirkt.

Vier Forscher haben 2025 beschrieben, warum das so ist: Sprachmodelle raten, statt Unsicherheit anzuzeigen, weil Training und Bewertung genau dieses Raten belohnen. Wer auf eine Frage antwortet „ich weiß es nicht“, schneidet in den üblichen Tests schlechter ab als jemand, der eine gut klingende Antwort hinschreibt. Das Modell verhält sich wie ein Prüfling, der auf keine Frage ein Feld frei lässt.

Bei Ihrem Angebot heißt das: Die Lieferzeit ist eine Lieferzeit, wie sie in dieser Branche üblich wäre. Der Ansprechpartner ist der Kollege, der im Beispieltext vorkam. Die Referenz ist eine Referenz, wie Sie sie haben könnten.

Alles im richtigen Ton.

Warum ausgerechnet die gute Stimme den Fehler teuer macht

Je besser ein Text nach Ihnen klingt, desto weniger genau wird er gelesen — auch von Ihnen.

Dafür gibt es einen alten Befund aus der Psychologie. Rolf Reber und Norbert Schwarz legten Versuchspersonen 1999 Sätze wie „Osorno liegt in Chile“ vor, einmal in gut lesbarem Farbkontrast, einmal in schlechtem. Die gut lesbaren Sätze wurden häufiger für wahr gehalten. Der Inhalt war identisch; nur die Leichtigkeit der Wahrnehmung war verschieden.

Die Untersuchung ist über 25 Jahre alt und sie handelt von Schriftfarben, nicht von KI. Die Übertragung ist meine These, kein Befund der Studie: Ein Text, der die Anrede, den Rhythmus und das Vokabular Ihres Hauses trifft, fühlt sich vertraut an. Und Vertrautheit liest sich schneller weg.

Der schlecht geschriebene KI-Text war insofern harmlos. Er hat sich selbst verraten. Man hat ihn misstrauisch gelesen, korrigiert, umgeschrieben.

Der gut geschriebene tut das nicht. Er kommt durch. Und geht mit Ihrem Namen raus.

Damit wird ausgerechnet der Ratschlag schwerer, den alle Anleitungen ans Ende setzen: gegenlesen. Gegenlesen ist leicht, solange man Stil prüft. Es wird anstrengend, sobald man jeden einzelnen Satz gegen Unterlagen prüfen muss, die man im Zweifel selbst erst suchen müsste.

Warum Fakten im Stil-Prompt die Lage verschlimmern

Die übliche Reaktion darauf ist, die wichtigsten Angaben mit in die Stilanweisung zu schreiben — und genau das macht die Antworten schlechter.

Es wirkt vernünftig: Wenn das Modell den Ansprechpartner nicht kennt, schreibt man ihn eben dazu. Dazu das Gründungsjahr, die drei wichtigsten Leistungen, die zwei Referenzen, die man gern nennt.

Drei Dinge passieren dann.

Erstens altert der Text. Eine Stilanweisung wird einmal geschrieben und danach jahrelang benutzt. Die Kollegin, die im Frühjahr gegangen ist, steht im Herbst noch darin. Niemand pflegt einen Prompt.

Zweitens vervielfältigt er sich. Die Anweisung wird kopiert, weitergegeben, leicht abgewandelt, und nach einem halben Jahr existieren fünf Fassungen mit fünf Ständen. Wer dieses Muster im eigenen Team beobachtet, findet es ausführlicher beschrieben in dem Beitrag darüber, was passiert, wenn jeder seine eigene KI nutzt.

Drittens, und das ist der unangenehme Teil: Das Modell hört auf zu suchen, sobald es fündig geworden ist. Steht ein Name in der Anweisung, ist er für das Modell die Antwort — auch dann, wenn daneben eine vollständige Wissensbasis liegt, in der dreißig Namen stehen. Ich habe das beim Bauen solcher Assistenten mehrfach gesehen: Die Angabe im Anweisungstext gewinnt gegen die Quelle, weil sie näher liegt.

Daraus folgt eine Regel, die sich in einem Satz merken lässt: In die Stimme gehören keine Namen, keine Zahlen, keine Preise und keine Termine.

Stimme und Wissen sind zwei getrennte Fächer

Die Trennung verläuft entlang einer einfachen Frage: Ändert sich die Angabe?

In die Stimme gehört, was ein Jahr lang gilt. Anrede, Satzbau, Haltung, Vokabular, die Wörter, die Sie nie benutzen würden, und der Grund dafür. In die Wissensbasis gehört, was sich ändert: Leistungen, Konditionen, Ansprechpartner, Referenzen, Zusagen an einzelne Kunden, Entscheidungen aus alten Projekten.

Und dort gehört zu jeder Angabe zweierlei: die Quelle, aus der sie stammt, und eine Rangfolge für den Fall, dass zwei Unterlagen sich widersprechen. Welche Preisliste gilt, die aus dem Angebotsordner oder die auf der Website? Diese Frage muss beantwortet sein, bevor eine Maschine sie bekommt.

Wie so eine Wissensbasis technisch aufgebaut ist, welche Schichten sie hat und wie eine KI beim Antworten darauf zugreift, steht im Beitrag über das Markenhandbuch für Maschinen. Hier reicht die Arbeitsteilung: Die Stimme sagt, wie. Die Wissensbasis sagt, was.

Eine Marke ist mehr als ihr Klang

Eine Markenstimme, die nur aus Adjektiven besteht, ist für eine Maschine fast wertlos.

Ich habe das Verfahren an einer erfundenen Marke geübt, einem kleinen Parfümhaus, für das ich den kompletten Markencharakter maschinenlesbar aufgebaut habe. In der Wortliste dieser Übungsmarke steht neben jedem verbotenen Wort der Grund, aus dem es verboten ist.

Das Wort „artisanal“ ist gesperrt, und dahinter steht: die Postkarten-Version dessen, was wir wirklich tun. Das Wort „einzigartig“ ist gesperrt, und dahinter steht: Jede Marke nennt sich einzigartig, die Aussage ist null.

Der Unterschied zwischen einer Liste und einer begründeten Liste ist praktisch, nicht philosophisch. Eine Maschine, die nur „artisanal“ verboten bekommt, schreibt beim nächsten Mal „handgemacht“, „Manufaktur“ oder „in kleinen Chargen gefertigt“ und hat die Regel formal eingehalten. Eine Maschine, die den Grund kennt, erkennt die ganze Familie.

Dasselbe gilt für alles, was eine Marke außerhalb von Sätzen ausmacht: die Werte, an denen entlang entschieden wird, die Aufträge, die man ablehnt, das Layout einer Präsentation, die Farben, die Bildsprache, die Art, wie ein Angebot aufgebaut ist. Wer Marke mit Tonfall gleichsetzt, hinterlegt den kleinsten Teil davon.

Wie das im Alltag aussieht

Wenn Stimme und Wissen beide hinterlegt sind, ändert sich vor allem, was Sie beim Gegenlesen tun.

Beides zusammen ergibt das, was wir als KI-Markengehirn beschreiben.

Ein Assistent, der beides kennt, schreibt das Angebot im Ton des Hauses und zieht den Leistungsumfang aus dem Katalog, der wirklich gilt. Er entwirft die Mail an den Bestandskunden und weiß, welche Sondervereinbarung dieser Kunde vor zwei Jahren bekommen hat. Er baut die Präsentation im eigenen Layout, mit den Referenzen, die es tatsächlich gibt. Niemand muss ihn vorher neu briefen, und niemand muss die Tonalität zum vierzigsten Mal erklären.

Vor allem zeigt er, woher jede Angabe stammt.

Damit wird aus „jeden Satz misstrauisch lesen“ ein kurzer Blick auf die Quelle. Das ist der Teil, der Zeit spart — nicht das schnellere Schreiben, sondern das kürzere Prüfen.

Die Frage, die bleibt

Eine gute Markenstimme ist keine verlorene Arbeit. Sie ist die Voraussetzung dafür, dass jemand den Text überhaupt zu Ende liest.

Sie ist nur eben keine Sicherung. Sie prüft nichts, sie weiß nichts, und sie warnt Sie nicht.

Wenn Ihre KI morgen ein Angebot in perfekter Markenstimme schreibt: Woher weiß sie, welche Leistung darin stehen darf — und wer entscheidet, wenn zwei Ihrer Unterlagen etwas Unterschiedliches behaupten?

Solange die Antwort „das weiß nur ich“ lautet, ist der Ton das Einzige, was Sie hinterlegt haben.

Quellen: Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala, Edwin Zhang: „Why Language Models Hallucinate“, 4. September 2025 (arXiv:2509.04664). Rolf Reber, Norbert Schwarz: „Effects of Perceptual Fluency on Judgments of Truth“, Consciousness and Cognition 8 (1999), S. 338–342. Die Übertragung des Fluency-Befunds auf KI-generierte Markentexte ist eine eigene These und kein Ergebnis der zitierten Studie.