Die meisten schwachen Social-Media-Texte sind kein Schreibproblem. Sie sind ein Zielgruppenproblem. Die Sätze sind sauber, der Hook ist in Ordnung, der Call to Action ist technisch vorhanden – und trotzdem erreicht der Text niemanden, weil der Autor nie konkret wurde, wer am anderen Ende sitzt. Sie können keine Zeile schreiben, die die richtige Person stoppt, wenn Sie sich „alle" vorstellen.
Zielgruppenanalyse ist die Lösung, aber sie hat den Ruf, langsam, teuer und vage akademisch zu sein – Umfragen, Interviews, Tabellen voller Zitate. Also überspringen die meisten Creator sie und schreiben in einen Nebel hinein. Genau hier verdient sich KI wirklich ihren Platz in Ihrem Workflow. Nicht, um eine Zielgruppe zu erfinden, sondern um all das, was Sie über die Menschen, denen Sie dienen, bereits halb wissen, in etwas zu verdichten, aus dem Sie tatsächlich schreiben können.
Die Unterscheidung im letzten Satz ist der ganze Artikel. KI ist eine Synthese-Maschine, kein Orakel. So eingesetzt, macht sie Ihre Texte an einem Nachmittag schärfer. Falsch eingesetzt, überreicht sie Ihnen ein selbstbewusstes, erfundenes Porträt eines Kunden, der nicht existiert. Machen wir das Erste.
Wo KI tatsächlich hilft: Synthese, nicht Erfindung
Hier ist das mentale Modell, das ich verwende. Jedes Stück Zielgruppenwissen, das Sie besitzen, ist über ein Dutzend Orte verstreut – DMs, die Sie beantwortet haben, Kommentare, die Sie gelesen haben, Verkaufsgespräche, an die Sie sich halb erinnern, die Einwände, die immer wieder auftauchen, die Formulierungen Ihrer besten Kunden. Es ist alles echt. Es ist nur nicht organisiert. Sie haben sich nie hingesetzt und es in ein einziges, nutzbares Bild verwandelt.
Genau dieses ungeordnete-aber-echte Wissen ist das, was KI gut strukturieren kann. Füttern Sie sie mit dem Rohmaterial, und sie wird das Chaos in Themen clustern, die Schmerzpunkte benennen und Ihnen eine saubere Zielgruppen-Persona zurückgeben – schneller, als Sie eine von Hand bauen könnten.
Worin sie nicht gut ist, ist zu wissen, was Sie ihr nicht gesagt haben. Wenn Sie ein Modell kalt fragen: „Wer ist die Zielgruppe für einen Buchhaltungskurs?", wird es eine plausible, generische Durchschnitts-des-Internets-Antwort produzieren. Diese Antwort fühlt sich wie Recherche an. Ist sie nicht. Sie ist ein statistisches Konglomerat, verkleidet als Einsicht, und wenn Sie daraus schreiben, klingt Ihr Text wie alle anderen, die für denselben imaginären Durchschnitt schreiben.
Die Regel: KI kann nur Wissen schärfen, das Sie bereits haben. Ihre Aufgabe ist es, das echte Material mitzubringen. Ihre Aufgabe ist es, es zu organisieren.
KI so anleiten, dass sie strukturiert, was Sie bereits wissen
Die Qualität des Profils wird vollständig durch die Qualität dessen entschieden, was Sie hineinkopieren. Sammeln Sie also zuerst das rohe Signal. Sie wollen echte Sprache von echten Menschen:
- Die fünf häufigsten Fragen, die Sie in DMs und Kommentaren bekommen.
- Der Einwand, den Sie hören, kurz bevor jemand kauft – oder kurz bevor er es nicht tut.
- Drei oder vier wörtliche Zitate von zufriedenen Kunden (Bewertungen, Testimonials, Antworten).
- Was Menschen genutzt oder getan haben, bevor sie Sie gefunden haben.
- Der Moment, der sie dazu brachte, nach einer Lösung zu suchen.
Übergeben Sie das jetzt dem Modell mit einem Auftrag, nicht mit einem Wunsch. Ein schwacher Prompt ist „beschreibe meinen idealen Kunden." Ein starker gibt ihm das Rohmaterial und ein strukturiertes Ergebnis zum Ausfüllen:
Hier sind echte DMs, Einwände und Kundenzitate aus meiner Zielgruppe: [einfügen]. Erstelle ausschließlich auf Basis dieses Materials – erfinde nichts – ein Profil mit: (1) dem Kernschmerz in ihren eigenen Worten, (2) was sie bereits versucht haben und warum es sie im Stich gelassen hat, (3) dem Ergebnis, das sie wirklich wollen, (4) den genauen Formulierungen, die sie verwenden, (5) wovor sie insgeheim Angst haben, und (6) was sie einer Lösung misstrauen lassen würde. Markiere alles, was du herleitest, statt es direkt aus dem Material zu lesen.
Beachten Sie, was dieser Prompt tut. Er trennt Demografie – Alter, Ort, Berufsbezeichnung, die oberflächlichen Fakten – von Psychografie, also den Überzeugungen, Ängsten und Motivationen, die tatsächlich darüber entscheiden, ob jemand Ihren Post liest oder weiterscrollt. Demografie sagt Ihnen, wen Sie erreichen sollen. Psychografie sagt Ihnen, was Sie sagen sollen. Text lebt fast vollständig in der zweiten Kategorie, und diese Anweisung „markiere alles, was du herleitest" ist es, die die zweite Kategorie ehrlich hält.
Sie können dasselbe Muster nutzen, um eine Zielgruppen-Definition, die Sie bereits haben, auf die Probe zu stellen. Fügen Sie Ihren aktuellen Einzeiler ein und fragen Sie das Modell, wo er zu breit ist, welche Untersegmente sich darin verbergen und zu welchem Segment Ihr bestehendes Material tatsächlich am meisten spricht. Meist stellen Sie fest, dass Sie für drei verschiedene Menschen gleichzeitig geschrieben haben – weshalb nichts so recht sitzt.
Das Halluzinationsrisiko: Prüfen Sie alles an echten Signalen
Das ist der Teil, den niemand hören will, also sage ich es unverblümt. Ein Modell wird Ihnen nie sagen, dass es etwas nicht weiß. Bitten Sie es, eine Lücke zu füllen, und es füllt die Lücke – glatt, selbstbewusst und manchmal völlig falsch. Forscher, die diese Systeme untersuchen, stellen immer wieder fest, dass sie flüssige, plausible Erfindungen produzieren, wenn die echte Antwort nicht vor ihnen liegt – und Zielgruppenanalyse ist ein Minenfeld genau solcher Lücken.
Behandeln Sie also jede Zeile, die die KI Ihnen gibt, als Hypothese, nicht als Befund. Das Profil, das sie zurückgibt, ist ein Entwurf, der geprüft werden muss, und Sie prüfen ihn an echten Signalen, auf die Sie zeigen können:
- Ihr eigenes Postfach und Ihre Kommentare. Taucht der benannte Schmerz tatsächlich in der Sprache auf, die Menschen mit Ihnen verwenden? Wenn das Profil sagt, Ihre Zielgruppe fürchte, „Geld zu verschwenden", aber jede DM handelt davon, Zeit zu verschwenden, hat das Modell falsch geraten.
- Bewertungen und Testimonials – Ihre und die der Konkurrenz. Echte Bewertungen sind die günstigsten Voice-of-Customer-Daten der Welt. Die exakte Formulierung, die Menschen in einer Fünf-Sterne- oder Ein-Stern-Bewertung verwenden, ist mehr wert als jedes synthetisierte Zitat.
- Such- und Plattformverhalten. Was Menschen tatsächlich eintippen, offenbart eine Absicht, die das Modell nur erraten kann.
Alles im Profil, das Sie nicht an ein echtes Signal zurückbinden können, ist Fiktion, bis das Gegenteil bewiesen ist. Löschen Sie es oder markieren Sie es als „ungeprüft". Ich führe während der Arbeit eine zweispaltige Notiz: links, was die KI behauptet hat; rechts, den echten Beleg, den ich dafür gefunden habe. Die Behauptungen ohne Beleg dürfen keine einzige Zeile Text formen. Das ist dieselbe Disziplin, die hinter der Textprüfung vor der Veröffentlichung steckt – Sie prüfen an der Realität, bevor Sie sich festlegen, nicht nachdem der Post gefloppt ist.
Eine kurze Warnung speziell zur Konkurrenz: Wenn Sie ein Modell bitten, die Zielgruppe eines Konkurrenten zu profilieren, wird es bereitwillig Statistiken, „typische Kunden"-Zahlen und Marktgrößen-Werte erfinden. Wiederholen Sie diese niemals als Fakt. Nutzen Sie das Modell, um Fragen zur Untersuchung zu generieren, und finden Sie dann die echten Antworten selbst.
Ein geprüftes Profil in Hooks und Content-Säulen verwandeln
Ein Profil, das nur in einem Dokument liegt, ist wertlos. Der ganze Sinn dieser Übung ist, dass ein scharfes Zielgruppenbild Text-Blickwinkel fast mechanisch generiert – denn gute Blickwinkel sind nichts anderes als Schmerzpunkte und Wünsche, auf den Leser gerichtet.
Beginnen Sie mit den Schmerzpunkten. Jeder geprüfte Schmerzpunkt ist ein Hook, der darauf wartet, geschrieben zu werden. Wenn Ihr Profil sagt, Menschen fühlen „Ich plane eine Woche Content und veröffentliche zwei Posts", dann ist das kein Stichpunkt in einem Dokument – das ist eine Eröffnungszeile. Sie können die geprüften Schmerzpunkte an die KI zurückgeben und um zehn Hook-Varianten pro Schmerzpunkt bitten, dann die zwei behalten, die nach Ihnen klingen, und den Rest verwerfen. (Wenn Sie die zugrunde liegenden Strukturen wollen, auf denen diese Hooks aufbauen, deckt unser Leitfaden zu Hook-Formeln die Muster ab, die es wert sind, wiederverwendet zu werden.)
Steigen Sie dann zur Strategie auf. Gruppieren Sie die wiederkehrenden Themen in Ihrem Profil, und schon haben Sie Ihre Content-Säulen – die drei oder vier Themen, zu denen Sie immer wieder zurückkehren. Ein geprüftes Zielgruppenprofil ist der schnellste Weg zu Säulen, die nicht nur „Themen, die ich mag" sind, sondern „Themen, bei denen meine Zielgruppe immer wieder signalisiert, dass sie ihr wichtig sind." Von dort ist es nur ein kleiner Schritt, über Content so nachzudenken, wie es ein Produktmensch täte; unser Beitrag darüber, eine Content-Strategie wie ein Produktstratege aufzubauen, nimmt diesen Faden auf.
Das Profil schärft auch die Teile des Textes, die Menschen selten mit Recherche verbinden. Ihr Nutzenversprechen wird prägnanter, wenn Sie es gegen das spezifische Ergebnis formulieren, das Ihre Zielgruppe benannt hat, in ihren Worten, statt gegen den generischen Vorteil, von dem Sie annahmen, dass sie ihn wollte. Ihr Call to Action wird spezifischer, wenn Sie genau wissen, in welchem „bereits versucht und gescheitert"-Zustand sich der Leser befindet. Dieselbe Post-Struktur, völlig andere Resonanz – weil sie gezielt ist.
KI mit echten Voice-of-Customer-Daten kombinieren
Die beste Version dieses Workflows ist eine Schleife, kein einmaliger Vorgang. KI strukturiert Ihr bestehendes Wissen; Sie veröffentlichen daraus gebauten Text; die Zielgruppe reagiert; diese Reaktionen werden zu neuem Rohmaterial; Sie füttern es wieder ein. Mit jedem Zyklus wird das Profil echter und weniger hergeleitet.
Diese Schleife funktioniert nur, wenn Sie unterwegs tatsächlich Voice-of-Customer-Daten sammeln – und die reichhaltigste Quelle dafür sind Ihre eigenen Kommentarbereiche und Antworten über jede Plattform hinweg. Die exakten Worte, mit denen Menschen zustimmen, widersprechen oder nachfragen, sind Gold. Sie gehören beim nächsten Durchgang zurück in Ihren Prompt. Echte Testimonials und die Sprache Ihrer besten Kunden sollten alles überwiegen, was ein Modell generiert – jedes Mal.
Auch hier spielt Ihr Publishing-Setup leise eine Rolle. SocialKit ist der Ort, an dem ich über alle 11 Plattformen aus einem einzigen Content-Kalender plane und veröffentliche, und die Analytics in jedem Tarif sind es, die diese Schleife schließen – sie zeigen, welche zielgruppen-informierten Blickwinkel tatsächlich Saves, Shares und Klicks eingebracht haben, sodass die nächste Recherche-Runde darauf gründet, was funktioniert hat, statt auf dem, was ich mir erhofft hatte. Wenn ein aus einem geprüften Schmerzpunkt gebauter Hook überdurchschnittlich abschneidet, ist das ein Signal, mehr aus diesem Schmerz zu schreiben. Wenn er floppt, braucht das Profil einen weiteren Blick. (SocialKit hat auch KI-Caption-Hilfe auf verbrauchsbasierten Credits, um aus diesen Blickwinkeln Entwürfe zu erstellen – praktisch, aber es gilt dieselbe Regel wie bei allem oben: Das Modell entwirft, Sie prüfen an dem, was Ihre Zielgruppe tatsächlich sagt.)
Die ehrlichen Grenzen
Lassen Sie mich klarstellen, was Ihnen das bringt und was nicht, denn hier zu viel zu versprechen, ist genau die Falle, in die die Tools Sie tappen lassen wollen.
KI wird keinen Kunden entdecken, den Sie nie getroffen haben. Sie kann keine Feldforschung betreiben. Sie hat keinen Zugriff auf Ihre DMs, Gesprächsnotizen oder Bewertungen, wenn Sie sie nicht mitbringen. Und sie wird immer eine selbstbewusste Vermutung einem ehrlichen „Ich weiß es nicht" vorziehen. Behandeln Sie das als feste Rahmenbedingungen, nicht als Fehler, um die man herum-prompten müsste.
Was sie tun wird, ist, den Nebel aus Dingen, die Sie bereits halb wissen, in ein Bild zu verwandeln, das scharf genug ist, um daraus zu schreiben – an einem Nachmittag statt in einem Quartal. Das ist eine echte Beschleunigung des am wenigsten unterhaltsamen, am häufigsten übersprungenen Teils des Copywritings.
Diese Woche in die Praxis umsetzen
Wählen Sie eine Zielgruppe. Sammeln Sie das Rohmaterial – die DMs, die Einwände, die echten Zitate. Führen Sie den strukturierten Prompt aus. Dann machen Sie den langweiligen, essenziellen Teil: Prüfen Sie jede Behauptung an einem echten Signal und löschen Sie, was Sie nicht belegen können. Verwandeln Sie die Überlebenden in drei Hooks und eine Content-Säule.
Dann veröffentlichen Sie konsequent zu dieser Säule und beobachten Sie, was Ihre Zielgruppe damit macht. Recherche ist kein Dokument, das man fertigstellt; es ist eine Gewohnheit, die man beibehält, ein Veröffentlichungszyklus nach dem anderen. Die Autoren, die gewinnen, sind nicht die mit dem ausgefeiltesten Prompt – sie füttern weiter echtes Zielgruppensignal in die Schleife zurück und tauchen weiter auf. KI bringt Sie nur viel schneller zu „Ich weiß genau, für wen ich schreibe".