Ein LinkedIn-Post schreiben, der wirklich engagiert: Die richtigen Prompts

Du öffnest ChatGPT, gibst « Schreib mir einen LinkedIn-Post über [Thema] » ein, und das Ergebnis sieht genauso aus wie bei allen anderen: drei Emojis, eine generische Hook, eine Moral im Sinne von « was denkt ihr dazu? ». Du bist nicht allein. Über 60 % der Fachleute nutzen bereits KI zum Verfassen ihrer LinkedIn-Posts, aber die Mehrheit produziert flache Texte – weil ihnen gute Prompts fehlen. Dieser Artikel gibt dir eine konkrete Struktur, bewährte Hook-Formate und vor allem einen oft übersehenen Reflexe: Mehrere KI-Modelle auf denselben Brief testen, bevor du veröffentlichst.

Warum die meisten von KI generierten Posts hohl klingen

Das Problem liegt fast nie am Modell selbst. Es sind der Prompt und die Gewohnheit, beim ersten Ergebnis stehenzubleiben. Ein vager Prompt (« schreib einen engagierten Post über Führung ») produziert eine generische Antwort, weil die KI fehlende Informationen mit alltäglichen Wendungen kompensiert: diese berüchtigten Sätze « In einer Welt, in der… » oder « Lass mich dir eine Geschichte erzählen ».

Zwei Hebel verändern alles:

• Die Genauigkeit des Briefs: Kontext, Ziel, Ton, Länge, Zielgruppe.
• Die Variation der Modelle: Jede KI hat ihren eigenen Standard-Stil. Mehrere auf dasselbe Thema zu testen, hilft dir herauszufinden, was sich authentisch anhört – und was hohl wirkt – noch bevor du irgendetwas korrigierst. Das ist das gleiche Prinzip wie bei der parallelen Nutzung mehrerer KI für andere Schreibaufgaben: Man wählt nicht ein Modell, man vergleicht.

Die AIDA-Struktur auf LinkedIn anwenden

AIDA (Aufmerksamkeit, Interesse, Verlangen, Aktion) bleibt die zuverlässigste Struktur für einen kurzen Post. Sie gibt der KI ein klares Gerüst, das generische Ausrutscher begrenzt.

Aufmerksamkeit (die ersten 2 Zeilen)

Das sind die einzigen sichtbaren Zeilen vor « mehr anzeigen ». Sie müssen eine Spannung aufbauen: eine kontraintuitive Aussage, eine Zahl, ein bewusst zugegeben Fehler. Beispiel einer Anweisung für die KI: « Schreib eine Hook von maximal 2 Zeilen, ohne Emojis, die ein verbreitetes Vorurteil über [Thema] in Frage stellt. »

Interesse (die Entwicklung)

Man erzählt einen Fakt, eine Beobachtung, eine Zahl aus deiner echten Erfahrung – keine Allgemeinplätze. Fordere die KI auf, in 3 bis 5 kurzen Sätzen zu strukturieren, eine Idee pro Zeile, ohne künstliche Übergänge.

Verlangen (die Perspektive)

Hier denkt der Leser « das betrifft mich ». Der Prompt muss die genaue Zielgruppe enthalten: « sprich zu Teamleitern von 5 bis 15 Personen », nicht « sprich zu Fachleuten ».

Aktion (die Auflösung)

Vermeide das systematische « was denkt ihr dazu? ». Fordere stattdessen eine spezifische geschlossene Frage oder eine konkrete Einladung (ein Beispiel teilen, auf eine genaue Aussage reagieren).

Die Prompts, die wirklich funktionieren

Hier sind drei bewährte Prompt-Formate, die du an dein Thema anpassen kannst:

Der Prompt « erlebte Erfahrung » « Schreib einen LinkedIn-Post von maximal 150 Wörtern, AIDA-Struktur, direkter Ton ohne Superlative, basierend auf dieser Realität: [deine Situation in 2-3 Sätzen]. Keine Emojis, keine generische Frage am Ende, kurze Sätze. »

Der Prompt « kontärer Winkel » « Schreib einen Post, der eine Gegenposition zu [Thema] verteidigt. Beginne mit einem Satz, der den Leser in 2 Zeilen überrascht. Entwickle mit maximal 4 Punkten, ein pro Zeile. Ende mit einer präzisen Frage, nicht einer rhetorischen. »

Der Prompt « faktengestützter Erfahrungsbericht » « Schreib basierend auf diesen Daten [Zahlen, Ergebnisse, Dauer] einen Post, der eine konkrete Entwicklung zeigt. Struktur: faktische Hook, Kontext in 2 Sätzen, Ergebnis, Lehre in einem Satz. Sachlicher Ton, nicht motivierend. »

In allen drei Fällen zählt die Präzision des Briefs (echte Fakten, Formvorgaben, was zu vermeiden ist) mehr als die « magische » Formulierung.

Den Output mehrerer KI auf den gleichen Brief vergleichen

Das ist der Schritt, den die meisten Guides vergessen, und trotzdem verändert er alles. Ein identischer Prompt liefert je nach Modell sehr unterschiedliche Ergebnisse – genau wie man das beobachtet, wenn der gleiche Prompt mit mehreren KI verschiedene Ergebnisse liefert.

Bei einem Brief « LinkedIn-Post, kontärer Winkel, Thema: erzwungenes Homeoffice »:

• ChatGPT produziert oft eine sehr glatte Struktur mit fließenden Übergängen, aber manchmal einen leicht moralisierenden Tone in der Auflösung.
• Claude bleibt eher sachlich, mit kürzeren Sätzen und weniger Adjektiven – nützlich, wenn du einen gemessenen Ton suchst.
• Gemini schlägt manchmal prägnantere Hooks vor, kann aber schulisch wirkende Wendungen in der Entwicklung hinzufügen.
• Perplexity kann durch die Nutzung aktueller Quellen den Post mit einer Zahl oder einem aktuellen Bezug bereichern, den andere Modelle nicht haben.
• DeepSeek produziert oft rohererere, weniger formatierte Versionen, die mehr Überarbeitung erfordern, aber den « zu perfekt » wirkenden Eindruck vermeiden.

Kein Modell ist streng besser: jedes hat seinen Stil-Bias. Indem du die gleiche Anfrage über mehrere Modelle via noov.ai kostenlos testen generierst, erhältst du in wenigen Minuten mehrere Versionen des gleichen Posts und behältst den besten Satz jeder Version – statt dich mit dem ersten Entwurf eines einzelnen Modells zufriedenzugeben.

Vor der Veröffentlichung korrigieren und humanisieren

Sobald die beste Basis gewählt ist, bleiben zwei Anpassungen unverzichtbar:

1. Generisches Vokabular entfernen: « revolutionär », « unglaublich », « Game-Changer ». Das sind sofortige Indikatoren für einen Post, der ohne Überprüfung generiert wurde.
2. Deutsch und Wendungen prüfen: Einige Modelle übersetzen gedanklich aus dem Englischen und produzieren etwas künstliche Strukturen. Siehe Claude oder ChatGPT zum Korrigieren eines deutschsprachigen Textes, um diese Fehler vor der Veröffentlichung zu erkennen.

Diese Überprüfungsarbeit dauert nur ein paar Minuten, aber genau das unterscheidet oft einen Post, der Kommentare generiert, von einem Post, der unbemerkt vorübergeht.

Das richtige Tool für die Zukunft wählen

Wenn das Verfassen von LinkedIn-Posts nur eine Verwendung unter vielen ist (Recherche, Monitoring, Textredaktion), kann es sinnvoll sein, sich wie man 2025 eine künstliche Intelligenz wählt anzusehen, um eine breitere Arbeitsmethode aufzubauen, statt sich aus Gewohnheit an ein einziges Modell zu halten.

Ein guter LinkedIn-Post kommt nicht aus einem Wunder-Prompt. Er kommt aus einem präzisen Brief, einer klaren Struktur und einem ehrlichen Vergleich mehrerer Outputs, bevor du denjenigen wählst, der wirklich zu dir passt.