Der 5-Minuten-Trick, damit die KI deinen Fachjargon lernt
In 5 Minuten: wie ein 10-Zeilen-Glossar deine KI vom Raten ins Wissen bringt.
YouTube-Video. Wird erst geladen, wenn du klickst (Datenschutz).
Die 5 Punkte in 60 Sekunden
- Die KI hat dein Geschäft nicht studiert — sie hat das Internet gelesen. Branchenspezifische Akronyme, Produktnamen und interne Spitznamen sind ihr blinder Fleck. Faustregel: 60 Prozent deiner Begriffe sitzen sofort, 40 Prozent sind Glossar-Kandidaten.
- Der Akronym-Test in 30 Sekunden: Branchen-Kürzel ohne Kontext an die KI schicken. Stimmt die Antwort? Begriff ist sicher. Daneben? Glossar-Pflicht. Schneller Filter, der dir die richtigen 10-15 Begriffe zeigt.
- 10-15 Einträge in einer Markdown-Tabelle reichen für 80 Prozent der Wirkung. Drei Spalten: Begriff — Definition (eine Zeile) — wann verwendet. Mehr verwässert. Snippet anlegen, einmal kopiert, immer wieder genutzt.
- Reihenfolge ist Pflicht: Glossar VOR die Aufgabe. Nicht danach, nicht in die Mitte. Sonst greift der Kontext beim Generieren zu schwach. Das ist der Detail-Schalter, den 90 Prozent übersehen.
- Praxis-Beleg: 30 Jahre handgeschriebene Listen, OCR-Standard 0 Prozent — Vision-LLM mit einseitigem Handschrift-Glossar 92 Prozent. Nicht das Werkzeug hat den Sprung gemacht. Der Kontext hat ihn gemacht. Dasselbe Prinzip wirkt in deinen Texten jeden Tag.
Du hast es schon erlebt: Du tippst der KI ein Akronym aus deiner Branche rein — sagen wir CMR, MQL, oder den Spitznamen, mit dem du intern die Konkurrenz bezeichnest — und sie übersetzt es in irgendetwas Allgemeines. Falsch, aber höflich. Dein Gegenüber müsste die Mail jetzt komplett umschreiben. Und du fragst dich, warum es überhaupt geholfen hat, KI zu nutzen.
Das ist kein Modell-Problem. Du brauchst keinen besseren Prompt, kein neues Tool, kein teureres Abo. Die KI hat dein Geschäft nicht gelesen. Sie hat das Internet gelesen — und in deiner Branche nur den öffentlich zugänglichen Teil davon. Was fehlt, ist nicht Intelligenz, sondern Kontext.
Diese Lektion zeigt dir den 5-Minuten-Trick: einen Glossar-Block aus 10-15 Begriffen, der vor jede Aufgabe gehört. Du lernst den Akronym-Test, die richtigen vier Kategorien, das Format, die Reihenfolge — und eine Praxis-Story aus einem echten Kundenprojekt, in der der Kontext den Unterschied zwischen 0 Prozent und 92 Prozent Trefferquote gemacht hat.
Wo die KI in deinem Vokabular blind ist
Eine KI hat Milliarden Texte gelesen — von Reuters, Wikipedia, LinkedIn, Reddit, öffentlichen Pressemitteilungen, Bewerbungs-Templates. Über deine Branche kennt sie das, was öffentlich darüber geschrieben wurde. Über deine Firma, deine Produkte, eure internen Spitznamen kennt sie nichts.
Faustregel aus der Praxis: 60 Prozent deiner Begriffe sind generisch (Mail, Kunde, Angebot, Preis, Termin) — die sitzen sofort. Die anderen 40 Prozent sind branchenspezifisch und teilen sich auf vier Kategorien auf:
- Akronyme — KPI, MRR, CMR, B2B-MQL, EBITDA, OEM
- Produktnamen — eure Module, Tarife, Plattformen
- Fachbegriffe — Wörter, die ihr intern nutzt, ohne sie zu erklären
- Spitznamen — wie ihr Kunden, Wettbewerber oder typische Fälle bezeichnet
Genau in diesen 40 Prozent rät die KI. Sie errät plausibel — also klingt der Output nicht falsch, er ist nur leise daneben. Das ist die gefährlichste Form von Fehler: gut genug, dass du ihn übersiehst.
Akronym-Test in 30 Sekunden — kennt die KI deinen Begriff oder rät sie?
Bevor du ein Glossar baust, brauchst du einen Filter. Welche deiner Begriffe muss überhaupt rein? Der schnellste Test:
Schick der KI ein Branchen-Kürzel ohne Kontext und frag „was bedeutet das?“. Stimmt die Antwort 1:1 mit deiner Realität? Begriff ist sicher — kein Glossar nötig. Daneben? Glossar-Pflicht.
Drei Tests reichen, um zu sehen, wo dein Geschäft den Internet-Durchschnitt verlässt. Beispiel aus dem Vertrieb: MQL wird von der KI meist korrekt als „Marketing Qualified Lead“ erkannt. Aber dein internes „Top-50-Liste“ oder „C-Light-Kunde“ errät sie nicht. Das sind die Begriffe, die in dein Glossar gehören.
Praxis-Tipp: Mach den Test mit drei verschiedenen Modellen (Claude, ChatGPT, Mistral). Wenn alle drei den Begriff treffen — sicher. Wenn auch nur eines daneben liegt — Glossar.
Der Glossar-Block — Format, Inhalt, Reihenfolge
Format ist eine Markdown-Tabelle mit drei Spalten: Begriff — Definition in einer Zeile — wann verwendet. Mehr nicht. Wer Definitionen aus dem Lehrbuch reinkopiert, kriegt Lehrbuch-Output zurück. Eure Sprache, eure Definitionen, eure Wirkung.
## Glossar Latzerus
| Begriff | Definition | Wann |
|---------|-----------|------|
| MQL | Marketing Qualified Lead — kontaktiert, noch nicht gesprochen | Pipeline-Reports |
| 5-Min-Regel | Komplex rein, einfach raus — max 5 Min Lernzeit | Kurs-Lektionen |
| Bikini-Strategie | 90% Wissen geschenkt, 10% Umsetzung = Coaching | Marketing-Texte |
| C-Light | Bestandskunde, der seit 6 Mt nichts gekauft hat | Reaktivierungs-Mails |
## Aufgabe
[Hier deine eigentliche KI-Aufgabe]Reihenfolge ist nicht optional. Der Glossar-Block steht vor der Aufgabe, nie danach, nie in der Mitte. Modelle verarbeiten sequentiell — der Anker muss vor der Generierung der Antwort stehen, sonst greift er zu schwach.
10-15 Einträge sind das Optimum. Drei sind zu wenig — die KI bekommt zu wenig Vokabular. Mehr als 20 verwässert, weil das Modell anfängt zu mitteln. Genauso wie bei der Stilanker-Methode aus der Vorgängerlektion: weniger ist konzentrierter.
Vision-LLM und Handschrift — wie 0 Prozent zu 92 Prozent wurden
Demo-Termin bei einem Kunden. Er wollte 30 Jahre handgeschriebene Listen digitalisieren — Karteikarten, Werkstatt-Aufträge, interne Notizen. Standard-OCR? Komplett gescheitert. Null Prozent brauchbare Erkennung. Seine Handschrift war für jeden Algorithmus, der auf gedruckter Schrift trainiert wurde, nicht lesbar.
Wir haben ein Vision-LLM eingesetzt — Modelle, die Bilder lesen können. Aber wichtiger als die Modell-Wahl: ein einseitiges Handschrift-Glossar. Sätze wie „dieser Schnörkel ist eine 7“, „dieses Symbol bedeutet Kunde“, „diese Abkürzung steht für Reparatur“. Vor jede Bilderkennung geklebt.
Resultat: über 92 Prozent Trefferquote. Nicht das Werkzeug hat das gelöst. Der Kontext hat es gelöst.
Nicht perfekt. Aber das spielt keine Rolle: das 4-Augen-Prinzip wäre bei manueller Erfassung sowieso nötig gewesen. Der Mensch liest am Schluss drüber. Der Unterschied ist nur: 92 Prozent richtig in Sekunden vs. 100 Prozent richtig in 200 Stunden Tippen. Anschliessend Excel-Auswertung, Visualisierung, Mustererkennung via LLM-Fragen — Wochenarbeit auf Stunden komprimiert.
Die Brücke zu deinen Texten: Die KI musste zuerst die Sprache dieses Kunden lernen. Genau wie sie deine Branchen-Sprache lernen muss. Ohne Kontext: 0. Mit Kontext: 92. Das Verhältnis stimmt nicht 1:1 für jeden Use Case — das Prinzip schon. Kontext schlägt Werkzeug-Wahl, jedes Mal.
Test-Routine, 4-Augen-Prinzip, 4-6-Wochen-Rhythmus
Schnelltest nach jedem neuen Glossar: Dieselbe Aufgabe einmal ohne und einmal mit Glossar. Wenn der Output mit Glossar das richtige Akronym im richtigen Kontext nutzt, sitzt es. Wenn nicht — Glossar nachschärfen, nicht das Modell wechseln. Das ist der Schalter, den fast alle übersehen.
4-Augen-Prinzip bleibt: Die KI ist Beschleuniger, kein Ersatz. Du liest jeden Output gegen, bevor du sendest — wie du es bei manuell geschriebenen Texten auch tun würdest. Wer sich auf Autopilot verlässt, kassiert irgendwann den Fehler, der einen Kunden kostet.
Update alle 4-6 Wochen: Setz dir einen Kalendertermin. Neue Produkte, neue Akronyme, neue Spitznamen für Wettbewerber. Wer das Glossar einmal anlegt und nie pflegt, friert sein Vokabular von vor zwei Monaten ein. Das merkst du dann, wenn der Output plötzlich generisch wirkt — obwohl der Glossar-Block scheinbar passt.
Praxis-Detail: Pro Branche oder Funktionsbereich ein Glossar. Verkauf, Marketing, Service, Technik — jeder hat sein eigenes Vokabular. Wer einen Universal-Glossar baut, kriegt einen Kompromiss-Output. Wer pro Bereich ein Set hat, kriegt präzise Texte.
So setzt du es um — 5 Schritte
Die 5 häufigsten Fehler
Wer den Glossar-Trick produktiv nutzen will, vermeidet diese fünf typischen Stolpersteine:
Fazit
Der Kern in einem Satz: Kontext schlägt Modell-Wahl. Der teuerste Prompt mit null Glossar verliert gegen den simpelsten Prompt mit zehn Zeilen Branchen-Vokabular — jedes Mal. 5 Minuten Investition, einmal. Die Wirkung trägt monatelang. Wer den Detail-Schalter kennt, hört auf, das Modell zu wechseln, und fängt an, den richtigen Hebel zu drehen.
Die 90 Prozent dieses Wissens hast du jetzt — gratis, in dieser Lektion. Die 10 Prozent, die übrig bleiben, sind die Detail-Fragen: welche 15 Begriffe sind die richtigen für deinen Vertrieb? Wie integrierst du das Glossar mit dem Stilanker aus der Vorgängerlektion zu einem konsistenten Prompt-Setup? Wie speicherst du die Snippets so, dass sie dein ganzes Team nutzt? Wenn du diese 10 Prozent nicht allein angehen willst, genau da kommt Coaching ins Spiel. Buch ein 30-Minuten-Erstgespräch — kostenlos, ohne Verpflichtung — und wir bauen dein erstes Glossar-Set für den Bereich, der bei dir am meisten Zeit frisst.
Smart, not hard.
Eigenes Glossar-Set bauen — gemeinsam in 30 Minuten
Wir schauen, wo bei dir die KI am meisten rät, bauen den ersten Glossar-Block für deinen wichtigsten Bereich und kombinieren ihn mit dem Stilanker aus der Vorgängerlektion. Kostenlos, ohne Verpflichtung.
Termin sichernLieber als PDF mitnehmen?
Den vollständigen Inhalt dieser Seite gibt es zusätzlich als strukturiertes PDF-Paket — zum Offline-Lesen, Markieren und Weitergeben im Team. Eine reine Komfort-Leistung. Der gesamte Inhalt bleibt weiter kostenlos auf dieser Seite — kein Login, keine Paywall, kein versteckter Bezahl-Inhalt.
Was im Paket enthalten ist
- PDF-Arbeitsbuch zum Vertiefen (8 Seiten)
- Glossar-Vorlage als Markdown-Snippet (10–15 Begriffe, 4 Kategorien)
- Direkt-Link zur ungelisteten Langversion des Videos
9 EUR · einmalig · ohne Abo
Auf CopeCart öffnen →Abwicklung über CopeCart GmbH (DE) als Merchant of Record. Details in AGB §12.
Häufige Fragen
Reichen 10-15 Begriffe wirklich, oder brauche ich ein vollständiges Branchen-Lexikon?
10-15 reichen — sofern sie die richtigen sind. Mehr als 20 verwässern den Anker, weil das Modell anfängt zu mitteln. Drei klare Kategorien (Akronyme, Produktnamen, Spitznamen) decken 80 Prozent ab. Wer ein Lexikon mit 200 Einträgen reinkopiert, kriegt schlechtere Ergebnisse als mit 12 gezielt gewählten.
Wie kombiniere ich das Glossar mit dem Stilanker aus der Vorgängerlektion „Mode Collapse“?
Beide gehören in denselben Prompt — vor die Aufgabe. Reihenfolge: erst Stilanker (3 Sätze, deine Tonalität), dann Glossar-Block (10-15 Begriffe, dein Vokabular), dann die Aufgabe. So sitzt Ton und Vokabular. Das ist die vollständige Anti-Slop-Konfiguration für deine wichtigsten Kanäle.
Funktioniert das Glossar auch für sehr nischige Branchen, wo selbst die Definitionen variieren?
Gerade dort wirkt es am stärksten. Je nischiger die Branche, desto mehr Vokabular fehlt der KI von Haus aus. Wenn dein eigener Begriff in der Branche unterschiedlich verwendet wird, schreib im Glossar genau eure Definition rein — das vermeidet den Mittelwert aus den anderen Auslegungen.
Wo speichere ich das Glossar am besten — Notion, TextExpander, oder direkt im KI-Tool?
Wo immer du es in 2 Sekunden einfügen kannst. TextExpander oder aText sind am schnellsten — Trigger tippen, Block ist da. Notion eignet sich für Teams, weil mehrere Personen pflegen können. Direkt in der KI als „Custom Instructions“ speichern wirkt zwar, aber schränkt dich auf ein Modell ein. Snippet ist modell-agnostisch.
Was tue ich, wenn der Output trotz Glossar daneben ist?
Drei Reflexe in dieser Reihenfolge: (1) Reihenfolge prüfen — steht das Glossar wirklich VOR der Aufgabe? (2) Glossar schärfen — fehlt der konkrete Begriff, der im Output schiefgegangen ist, oder ist die Definition zu vage? (3) Erst dann das Modell wechseln. In 95 Prozent der Fälle löst Schritt 1 oder 2 das Problem.
Was kostet ein Erstgespräch mit Latzerus?
Das Erstgespräch ist kostenlos — 30 Minuten, ohne Verpflichtung. Wir schauen, in welchem Bereich (Verkauf, Marketing, Service) ein Glossar-Set bei dir am meisten Zeit spart, und ob ein kombiniertes Anti-Slop-Setup mit Stilanker die richtige Lösung ist. Termin buchen.