Wie AI Präsentationen erschafft

Jetzt verstehst du, was AI-Präsentationen leisten — und wo sie schwach werden. Aber wie funktioniert es eigentlich? Was passiert im Computer, wenn du einen Präsentations-Prompt sendest?

Die drei Schritte vom Prompt zur Folie

Wenn du einen Prompt an einen Präsentations-Generator sendest, durchläuft die AI drei Hauptschritte:

Schritt 1: Text-Verständnis und Inhalt-Extraktion

Die AI »liest« deinen Prompt und versucht zu verstehen, was du brauchst. Das ist nicht trivial. Der Prompt »Geschäftspräsentation über ein neues Softwareprodukt für Startups. Zielgruppe: Investoren. Tone: Selbstbewusstsein und Innovation« ist für Menschen sofort klar.

Die AI muss diesen Text in Komponenten zerlegen:

• Thema: »Softwareprodukt«
• Zielgruppe: »Investoren« → bedeutet: Risk-Awareness, ROI-Fokus
• Tone: »Selbstbewusstsein, Innovation« → bedeutet: Farben wie Blau/Grün (Vertrauen), Layouts mit modernen Formen

Die AI hat gelernt, bestimmte Schlüsselwörter mit visuellen Mustern zu verbinden. »Investor-Pitch« aktiviert ein anderes Template als »Schulungsmaterial«. Das ist Sprachmuster-Erkennung, nicht echtes Verständnis.

Schritt 2: Layout und Struktur-Generierung

Nachdem die AI verstanden hat, was du brauchst, muss sie entscheiden: Wie viele Folien? Welches Layout für welche Folie?

Hier gibt es verschiedene Strategien:

• Typ-Klassifikation: »Das ist eine Titelfolie, eine Problemfolie, eine Lösungsfolie, eine CTA-Folie«
• Template-Zuordnung: Jeder Typ bekommt ein vordefiniertes Layout
• Sequenzierung: Die AI ordnet die Inhalte in logischer Reihenfolge

Das ist noch nicht Design. Das ist Struktur. Die AI sagt: »Folie 1: Text in der Mitte, großer Font.« »Folie 2: Drei Kästchen nebeneinander.« »Folie 3: Bild links, Text rechts.«

Das alles basiert auf Millionen von Präsentations-Beispielen, die die AI während des Trainings »sah«. Sie hat gelernt: Bei Investor-Pitches funktioniert diese Sequenz gut. Bei Schulungen diese. Bei Kreativ-Pitches jene.

Schritt 3: Visuelles Design und Asset-Auswahl

Jetzt kommt der »magische« Teil. Die AI muss visuell entscheiden:

• Welche Farben? (Farb-Palette-Generator)
• Welche Schriften? (Typografie-Regeln)
• Welche Icons oder Bilder? (Asset-Datenbank oder Generierung)
• Welche Effekte? (Animationen, Übergänge)

Für Farben nutzt die AI Farbtheorie-Prinzipien, die sie gelernt hat:

• »Investor-Pitch« → vertrauenswürdig → Blau, Grün, Weiß
• »Kreativ-Pitch« → energetisch → Orange, Pink, Kontraste
• »Schulung« → freundlich-klar → Hellblau, Grau, viel Whitespace

Für Bilder greift die AI auf ihre Trainings-Daten zurück oder generiert Bilder (wenn sie einen generativen Bildmodell hat). Sie wählt Bilder, die zum Tone passen — »Investoren-Pitch« = professionelle Geschäftsfotos, »Kreativ-Pitch« = experimentelle, bunte Bilder.

Warum Struktur einfach, Storytelling schwer ist

Hier liegt der Kern des Problems: AI kann Struktur sehr gut machen. Sie kann sagen: »Punkt 1 bekommt eine Folie, Punkt 2 auch, Punkt 3 auch.« Das ist mechanisch.

Aber AI kann nicht entscheiden: »Punkt 1 ist eigentlich die Spannung, Punkt 2 ist die Auflösung, Punkt 3 ist die Lehre.« Das erfordert emotionales Verständnis.

Beispiel: Du sagst, »Präsentation über unser Startup-Problem und unsere Lösung.« Die AI macht:

• Folie 1: Titel
• Folie 2: Das Problem (mit roten Bildern, warnenden Symbolen)
• Folie 3: Die Lösung (mit grünen Bildern, Sieg-Symbolen)

Das ist symmetrisch, es ist strukturiert. Aber es ist nicht spannend. Ein großartiger Pitch-Designer würde sagen:

• Folie 1-3: Problem sehr dramatisch darstellen (lange mit dem Schmerz verweilen)
• Folie 4: Erste Andeutung der Lösung (»Es gibt einen Weg«)
• Folie 5-6: Lösung langsam aufbauend zeigen (das Publikum »erlöst« es)

Das ist narrativ. Das ist Storytelling. Die AI kann das nicht automatisch generieren.

Die drei Aufgaben-Typen in Präsentationen

Nun verbinden wir dies mit deinen Erfahrungen aus K01-K06. Es gibt drei Aufgaben-Typen, die AI bei Präsentationen kann — und drei Schwachstellen:

Aufgabe Typ 1: Strukturierung

AI ist Meister darin, Inhalte zu strukturieren. Du gibst einen chaotischen Text: »Startup macht Software, hilft Unternehmen zu sparen, ist schnell, ist sicher, kostet X.« Die AI würde es so strukturieren:

• Folie 1: Was ist es? (Titel)
• Folie 2: Was ist das Problem? (das Schmerz-Problem)
• Folie 3: Wie hilft es? (Ersparnis, Geschwindigkeit, Sicherheit)
• Folie 4: Preis
• Folie 5: Call to Action

Das ist gut. Das ist hilfreich. Die AI ordnet das Chaos.

Aufgabe Typ 2: Visualisierung

AI kann visuell übersetzen. Du sagst: »Wir sparen Unternehmen 40% Kosten in 3 Monaten.« Die AI generiert eine Folie mit:

• Große Nummer »40%«
• Balkendiagramm zeigt Kosten-Vergleich
• Uhr zeigt »3 Monate«

Das ist keine Kreativität, aber es ist hilfreich. Die AI nimmt abstrakte Zahlen und macht sie visuell.

Aufgabe Typ 3: Kohäsion

AI kann Kohäsion über viele Folien hinweg aufrechterhalten. Sie stellt sicher, dass alle 20 Folien zusammenpassen — gleiche Farbpalette, gleiche Icon-Stile, gleiche Typografie. Das ist wertvoll. Menschen vergessen das oft.

Schwäche 1: Hierarchie verstehen

AI weiß nicht, was wirklich wichtig ist. Du hast 10 Punkte. Die AI wird versuchen, sie gleichberechtigt darzustellen. Ein guter Designer würde sagen: »Punkte 1, 2, 3 sind zentral. Punkte 4-10 sind Support. Diese müssen visuell unterschiedliches Gewicht haben.«

Die AI kann das nicht allein entscheiden. Sie braucht explizite Anweisung.

Schwäche 2: Emotional-visuelle Abstimmung

Die AI kann einen Ton »Selbstbewusstsein« lesen, aber sie kann die emotionale Tiefe nicht fühlen. Ein echter Designer für Investor-Pitches würde wissen: »Nach der Problemfolie braucht das Publikum Hoffnung. Also zeige ich jetzt die Lösung — aber nicht sofort. Lass sie atmen. Dann — boom — die Lösung.«

Die AI macht das nicht. Sie strukturiert, aber sie orchestriert nicht.

Schwäche 3: Kulturelle Kontextualisierung

Die AI kennt »Standard-Muster«, aber sie kennt nicht die Kultur deines spezifischen Publikums. Wenn du einer deutschen Bank eine Präsentation machst, braucht es Gravitas und Präzision. Wenn du einem kalifornischen Tech-Startup eine Präsentation machst, braucht es Energie und Irreverenzkenz.

Die AI wird etwas Neutrales machen — es funktioniert für beide, aber es glänzt für keine.

Der Unterschied zwischen »funktioniert« und »wirkt«

Ein wichtiger Unterschied:

• Eine Präsentation, die »funktioniert«, übermittelt Information. Der Zuschauer versteht deinen Punkt.
• Eine Präsentation, die »wirkt«, übermittelt Information + Emotion + Überzeugung. Der Zuschauer fühlt etwas.

AI kann »funktionieren«. AI kann »wirken« nur, wenn du ihr sehr explizit sagst, wie.

Beispiel: Du willst, dass deine Investor-Pitch-Folie 5 zum Publikum sagt: »Hier ist der Moment, in dem alles möglich wird.« Die AI kann das nicht aus dem Nichts generieren.

Aber wenn du sagst: »Folie 5: Lösung. Ton: Ein Moment der Hoffnung. Visuell: Großes Bild, Licht bricht durch.« — dann wird die AI etwas machen, das dem nahe kommt.

Cross-Links: Vergleich mit K01-K06

Erinnere dich an die Theorie-Lektionen aus den anderen Clustern:

• K01 (Text-Theorie): Text ist linear. AI versteht Sequenz leicht. Aber Emotion im Text ist schwer für AI.
• K02 (Musik-Theorie): Musik hat Zeit-Dimension. AI erzeugt zeitliche Abfolge, aber emotional-psychologische Spannungsbögen sind schwer.
• K03 (Bilder-Theorie): Bilder sind statisch. AI kann visuelles Design, aber nicht sequenzielle Erzählungen.
• K04 (Video-Theorie): Video ist Zeit + Raum. AI kann interpolieren, aber narrative Arcs sind schwer.
• K05 (Audio-Theorie): Audio ist Ton + Zeit. AI kann Strukturen, aber »Stimme« ist schwer.
• K06 (Code-Theorie): Code ist Logik. AI versteht Strukturen, aber kreative Lösungen sind schwer.

K07 (Präsentationen): Präsentationen sind Struktur + Visuelles + Narrative. AI ist gut bei Struktur und Visuelles. Narrative ist schwer.

Das Muster: Je mehr emotionale Dimension ein Medium hat, desto schwerer wird es für AI.

Ein Gedanke zum Mitnehmen

Wenn du verstehst, wie AI Präsentationen erzeugt — dass es Struktur + Template-Zuordnung + visuelle Regeln ist — dann verstehst du auch, wie du die AI optimal nutzt.

Du gibst der AI Struktur vor: »Titel, Problem, Lösung, Beweis, CTA.« Du gibst ihr visuelle Richtung: »Vertrauen, nicht Kreativität«. Du gibst ihr Ton: »Energetisch, nicht formal.«

Und dann fügt die AI hinzu, was sie gut kann: Konsistenz, schnelle Iteration, visuelle Kohäsion.

Das ist optimale Zusammenarbeit: Du denkst, AI macht.