Use Cases (AI Basics – Text / Chat)

Allgemeine Use Cases

Im Kontext der Chat-Modelle gibt es folgende gängigen Use Cases die angewendet werden können.

1. Initiale Texterstellung

Kurzbeschreibung:
Bei der initialen Texterstellung erzeugt das Modell einen vollständigen neuen Text auf Basis eines kurzen Inputs oder Themas. Es werden keine bestehenden Textbausteine benötigt. Die Aufgabe eignet sich ideal für Artikel, Blogposts, Produktbeschreibungen oder Konzepte. Der Schwerpunkt liegt auf kreativer, zusammenhängender und strukturierter Generierung.

Beispiel-Prompt:
„Schreibe einen 400-Wörter-Blogartikel über das fiktive KI-Tool SmartFlow, das Geschäftsprozesse automatisiert.“

Beispiel-Antwort:
„SmartFlow ist ein innovatives KI-Tool, das Unternehmen hilft, manuelle Prozesse zu automatisieren und die Effizienz zu steigern. Durch intelligente Workflow-Erkennung …“
(vollständiger Blogartikel mit Vorteilen, Beispielkunde, Fazit)

2. Textformatierung

Kurzbeschreibung:
Dieser Fall umfasst das Umwandeln oder Strukturieren eines bestehenden Textes in ein bestimmtes Format, z. B. Markdown, HTML, strukturierte Absätze, Listen oder Tabellen. Der Inhalt bleibt dabei größtenteils unverändert – lediglich die Darstellung wird optimiert. Ideal für Dokumentationen, Präsentationen oder klar strukturierte Wissensbausteine. Spart Zeit in der professionellen Textaufbereitung.

Beispiel-Prompt:
„Formatiere folgenden Text in Markdown: SmartFlow automatisiert Workflows, spart Zeit, reduziert Fehler und ist leicht zu integrieren.“

Beispiel-Antwort:

# SmartFlow – Funktionen

- Automatisiert Workflows  
- Spart Zeit  
- Reduziert Fehler  
- Einfach zu integrieren

3. Text Summarization

Kurzbeschreibung:
Hierbei wird ein langer Text in eine kurze, klare Zusammenfassung überführt. Das Modell extrahiert die wichtigsten Aussagen und lässt weniger relevante Details weg. Dadurch erhalten Nutzer eine schnelle Übersicht und können sich effizient orientieren. Besonders nützlich für Berichte, Dokumentationen, Mails oder Artikel.

Beispiel-Prompt:
„Fasse diesen Text in max. 40 Wörtern zusammen: Im Q1 startete das Logistikprojekt…“

Beispiel-Antwort:
„Das Logistikprojekt begann im Q1, kam wegen Integrationsproblemen ins Stocken und konnte erst nach Einführung eines zentralen Datenmodells erfolgreich fortgeführt werden.“

4. Question Answering

Kurzbeschreibung:
Hier beantwortet das Modell Fragen auf Grundlage eines bereitgestellten Kontextes. Es greift ausschließlich auf die gelieferten Informationen zurück. Dadurch lassen sich Richtlinien, Verträge, technische Dokumente oder Policies effizient abfragen. Ideal für Supportfälle, Compliance oder Wissensmanagement.

Beispiel-Prompt:
„Kontext: Firmendaten dürfen nicht privat gespeichert werden.
Frage: Darf ich eine Präsentation auf meinem privaten USB-Stick speichern?“

Beispiel-Antwort:
„Nein. Der Kontext verbietet das Speichern von Firmendaten auf privaten Speichermedien.“

5. Text Classification (Sentiment)

Kurzbeschreibung:
Das Modell kategorisiert einen Text nach Stimmung, z. B. positiv, negativ oder neutral. Dabei wird der Inhalt nicht verändert, sondern interpretiert. Diese Art der Analyse ist hilfreich für Feedback-Auswertungen, Kundenmeinungen oder Social-Media-Monitoring. Sie ermöglicht schnelle Einblicke in große Textmengen.

Beispiel-Prompt:
„Bewerte die Stimmung: Die UI ist toll, aber das System reagiert zu langsam.“

Beispiel-Antwort:
„Die Stimmung ist gemischt: positive Bewertung der UI, aber deutliche Kritik an der Systemgeschwindigkeit.“

6. Expansion

Kurzbeschreibung:
Das Modell erweitert kurze Texte oder Stichpunkte zu ausführlichen, gut strukturierten Texten. Dabei werden zusätzliche Details, Beispiele oder Erläuterungen eingefügt. Ideal für Artikelerweiterungen, Whitepaper, Schulungstexte oder Marketinginhalte. Die ursprüngliche Aussage bleibt erhalten, wird aber vertieft.

Beispiel-Prompt:
„Erweitere diesen Satz zu einem 200-Wörter-Text: SmartFlow ist modular, cloud-basiert und KI-gestützt.“

Beispiel-Antwort:
„SmartFlow wurde entwickelt, um Unternehmen maximale Flexibilität zu bieten …“
(ausformulierte 200-Wörter-Version)

7. Tone Adjustment

Kurzbeschreibung:
Ein bestehender Text wird in einen neuen Tonfall umgeschrieben – etwa formell, freundlich, werblich oder sachlich. Der Inhalt bleibt, aber die Wirkung ändert sich stark. Diese Funktion ist hilfreich in Kundenkommunikation, HR, Marketing oder für interne E-Mails. Sie unterstützt konsistente Kommunikation.

Beispiel-Prompt:
„Formuliere diesen Satz formell: Hey, wir brauchen mehr Zeit fürs Projekt.“

Beispiel-Antwort:
„Wir benötigen für die erfolgreiche Umsetzung des Projekts zusätzliche Zeit.“

8. Spell- / Grammar-Check

Kurzbeschreibung:
Das Modell korrigiert grammatische, orthografische und stilistische Fehler. Dabei bleibt der Inhalt gleich, wird aber professioneller formuliert. Sehr nützlich für E-Mails, Präsentationen, Chatnachrichten oder Dokumente. Eine schnelle Möglichkeit für Qualitätsverbesserung.

Beispiel-Prompt:
„Korrigiere: Die modul von SmartFlow erlaubt schnelles Automatisierung.“

Beispiel-Antwort:
„Das Modul von SmartFlow ermöglicht eine schnelle Automatisierung.“

9. Doing Multiple Tasks at Once

Kurzbeschreibung:
Mehrere Analyseaufgaben werden in einem einzigen Prompt kombiniert, was die Effizienz steigert. Das Modell liefert strukturierte Antworten zu verschiedenen Aspekten. Ideal für Feedbackanalysen, Data-Mining oder Bewertungsprozesse. Komplexe, mehrdimensionale Texte lassen sich damit aufschlüsseln.

Beispiel-Prompt:
„Analysiere: SmartFlow spart Zeit, aber Datenfehler nerven.

Stimmung
Produkt
Emotionen“

Beispiel-Antwort:

„Gemischt“
„SmartFlow“
„Frustration über Fehler, Zufriedenheit mit Zeitersparnis“

10. Few-Shot Prompting

Kurzbeschreibung:
Das Modell erhält mehrere Beispiele und leitet daraus Stil, Struktur oder Form ab. Anschließend erzeugt es einen ähnlich aufgebauten Text. Dies führt zu besonders konsistenten Ergebnissen. Ideal für Templates, Unternehmenskommunikation oder formatierte Inhalte.

Beispiel-Prompt:
„Beispiel: ‚Heute stellen wir unser neues Analytics-Modul vor…‘
Generiere nun einen ähnlichen Ankündigungspost für Predictive Insights.“

Beispiel-Antwort:
„Heute freuen wir uns, Predictive Insights zu präsentieren – ein Modul, das Unternehmen hilft, zukünftige Entwicklungen präzise vorherzusagen …“

11. Zero-Shot Prompting

Kurzbeschreibung:
Das Modell erhält keine Beispiele, sondern nur eine klare Anweisung. Dadurch lässt sich schnell und flexibel jede Art von Text erzeugen. Die Qualität hängt besonders stark von der Präzision der Instruktion ab. Ideal für Ad-hoc-Anfragen.

Beispiel-Prompt:
„Du bist Support-Assistent. Antworte professionell: Warum ist die Datenverarbeitung so langsam?“

Beispiel-Antwort:
„Vielen Dank für Ihre Nachricht. Die langsame Verarbeitung kann momentan durch eine erhöhte Systemauslastung verursacht sein. Wir untersuchen das Verhalten bereits und melden uns nach der Analyse erneut.“

12. Visual Prompting

Kurzbeschreibung:
Das Modell erhält ein Bild und analysiert dessen Inhalt. Es beschreibt Objekte, Strukturen, Farbgebung oder Qualität. Diese Funktion unterstützt Designprozesse, Marketing, Inventuren oder UX-Analysen. Die multimodale Verarbeitung ermöglicht sehr präzise Einschätzungen.

Beispiel-Prompt:
„Analysiere das Bild und beschreibe wie viele Regale und Produkte in welchen Farben zu sehen sind.“

Beispiel-Antwort:
Hier ist eine klare Analyse des Bildes:

Insgesamt sind 5 Regalböden sichtbar:

Oberstes Regal
Zweites Regal
Drittes Regal (mittig)
Viertes Regal
Unterstes Regal

Auf allen Regalen stehen verschiedene Konserven, deren Verpackungen in mehreren auffälligen Farben gestaltet sind. Zu sehen sind vor allem:

Grün – Viele Dosen in unterschiedlichen Grüntönen (z. B. John West, Catarina).
Blau – Zahlreiche Verpackungen in hell- und dunkelblau (z. B. Thunfisch, Makrele).
Gelb – Einige Dosen, besonders mittig und unten.
Rot – Sowohl komplett rote als auch rot-blaue Verpackungen.
Rosa/Pink – Einige Dosen im mittleren und oberen Bereich.
Orange – Besonders rechts oben gut sichtbar.
Weiß – Dosen mit vorwiegend weißem Design, teils mit Mustern oder Schrift.
Türkis / Mint – Mehrere Dosen besonders im oberen Bereich.

Insgesamt ist die Farbvielfalt sehr groß, und die Produkte sind sortiert in dichten Reihen, jeweils mehrere identische Dosen pro Farbe/Produkt.

13. Videoanalyse (Google AI Studio)

Kurzbeschreibung:
Das Modell analysiert ein Video, erkennt Szenen, Zeitstempel, Sprecher oder Themen. Dies erleichtert das Aufarbeiten von Schulungen, Produktvideos oder Meeting-Aufzeichnungen. Es lassen sich Zusammenfassungen, Transkripte oder Inhaltslisten generieren. Sehr nützlich in Wissensmanagement und Schulungsbereichen.

Beispiel-Prompt:
„Erstelle eine Zeitstempel-Übersicht des 3-Minuten-Erklärungsvideos zu SmartFlow.“

Beispiel-Antwort:
„00:10 – Einführung
01:00 – Automatisierungsbeispiel
02:05 – Anwendung im Kundenprojekt
02:45 – Zusammenfassung“

14. Dokumentenerstellung

Kurzbeschreibung:
Das Modell erstellt vollständige Dokumente anhand einer Strukturvorgabe, z. B. Angebote, Berichte, Protokolle oder Konzepte. Dabei werden Inhalte professionell ausgearbeitet und logisch aufgebaut. Besonders effektiv für wiederkehrende Dokumenttypen. Automatisiert zeitintensive Schreibprozesse.

Beispiel-Prompt:
„Erstelle ein Angebotsdokument mit Einleitung, Projektbeschreibung, Zeitplan und Preisübersicht.“

Beispiel-Antwort:
„Einleitung: Vielen Dank für Ihr Interesse an unserer Lösung …
Projektbeschreibung: Wir implementieren SmartFlow zur Automatisierung Ihrer Prozesse …
Zeitplan: Phase 1 – Analyse (2 Wochen) …
Preisübersicht: Gesamtpreis: 28.500 €.“

Einsatzbereiche der aufgeführten Use Cases

Die beschriebenen Prompting-Fälle lassen sich vielseitig in einer breiten Palette von geschäftlichen und kreativen Anwendungsbereichen nutzen. Viele der Use Cases eignen sich hervorragend für die Erstellung von Blogs, Social-Media-Posts und Newslettern, da sie strukturierte, gut lesbare und zielgruppenorientierte Inhalte generieren oder überarbeiten können. Ebenso unterstützen sie die tägliche Kommunikation – etwa in E-Mails, im Marketing oder bei der Erstellung von Präsentationen – indem sie Tonalität, Struktur und Professionalität verbessern.

Darüber hinaus sind die Use Cases besonders hilfreich in Bereichen wie Brainstorming, Organisation, Lernen und Coaching, da sie Ideen erweitern, komplexe Themen vereinfachen und klare Anleitungen oder Lernpläne formulieren können. Auch unterstützende Aufgaben wie Feedback, Übersetzungen, Dokumentation und Wissensmanagement lassen sich mit diesen Methoden effizient durchführen.

Schließlich bieten die Use Cases einen hohen Mehrwert bei formalen und strukturierten Aufgaben wie Protokollen, Verträgen, Berichten oder Angebotsdokumenten, da sie Texte präzise zusammenfassen, erweitern oder in einen professionellen Formatierungsstandard bringen können.

Berücksichtigung von Vertraulichkeit und Datenschutz

Gerade in sensiblen Einsatzgebieten – etwa bei internen E-Mails, vertraulichen Verträgen, Protokollen, rechtlichen Dokumenten oder personenbezogenen Informationen – ist besondere Vorsicht geboten. Hier spielt Datenschutz eine zentrale Rolle, da Inhalte häufig nicht außerhalb des Unternehmens oder der Organisation verarbeitet werden dürfen.

In solchen Fällen sind lokale LLMs (Large Language Models, die vollständig im eigenen Unternehmensnetzwerk oder lokal betrieben werden) eine hervorragende Lösung. Sie ermöglichen dieselben KI-Funktionen wie Cloud-basierte Modelle, jedoch ohne dass Daten das eigene System verlassen. Damit bieten sie maximale Kontrolle, vollständige Datenhoheit und eignen sich besonders für Unternehmen mit hohen Compliance- und Sicherheitsanforderungen, etwa im Finanz-, Gesundheits-, Rechts- oder öffentlichen Sektor.