Dein LLM kennt dich nicht. Deshalb sind seine Antworten durchschnittlich.

Frag Claude: „Wer ist derzeit der beste Musiker?“ und es antwortet mir mit Bruno Mars. Nicht, weil Bruno objektiv gesehen der Beste ist, obwohl ich darüber gerne mit dir streite, sondern weil das Modell weiß, dass ich ihm wochenlang Fragen gestellt habe: Was soll ich zu seinem Konzert am 4. Juli in Amsterdam mitnehmen? Stehen die Songs von Silk Sonic auf der Setlist? Und wie früh sollte ich mich anstellen?

Es hat gesehen, dass mir das wichtig ist. Wenn ich also eine vage Frage stelle, gibt es mir eine persönliche Antwort.

Meine Frau stellt exakt dieselbe Frage und bekommt Remy van Kesteren als Antwort. Den Harfenisten. Weil er derjenige ist, zu dem sie Informationen abgerufen hat.

Ich mag dieses Beispiel, weil es noch lustiger wird, wenn man die Frage weiter eingrenzt. Frage ich nach der „besten Band aller Zeiten“, bekomme ich *NSYNC. Sie bekommt Coldplay. Dasselbe Modell, am selben Tag, mit zwei Antworten, für die wir uns auf unterschiedlichen Dinnerpartys schämen würden.

Dieser Unterschied bedeutet nicht, dass das Modell inkonsistent ist. Das Modell ist relevant. Und genau dieser Unterschied ist der Kern dieses Artikels.

Persönlicher Kontext ist einfach SEO in einer anderen Jacke

Traditionelle SEO hat Historie schon immer belohnt. Ein Account mit einer Verhaltenshistorie, einem Browsing-Muster und einer Klickspur: Dadurch konnte Google dir Ergebnisse zeigen, die zu dir passen, statt den Durchschnitt aller Menschen abzubilden. Persönlich, aber relevant.

LLMs machen dasselbe. Sie machen es nur schneller und nutzen dafür das, was du ihnen direkt erzählst. Die Historie ist die Erinnerung. Der Account ist der Kontext, mit dem du das Modell fütterst.

Gib einem Modell nichts und es antwortet für den durchschnittlichen Internetnutzer. Einen Menschen, den es eigentlich gar nicht gibt. Erzähl dem Modell, wer du bist, und es beginnt, dir Antworten zu geben.

Das ist Search Everywhere Optimisation im Kleinformat. Die Oberfläche hat sich von einer Suchergebnisseite zu einem Chatfenster verändert, aber der Mechanismus ist derselbe geblieben: Je mehr ein System über den Suchenden weiß, desto nützlicher wird es.

Wir haben fünfzehn Jahre lang für genau diesen Mechanismus bei Google optimiert. Innerhalb eines LLMs macht das fast niemand bewusst.

Kontext macht bereits einen Unterschied, selbst wenn du nichts dafür tust

Falls du denkst, dass das reine Spekulation ist: Anthropic hat die Forschungsarbeit bereits erledigt. Im Juli 2026 veröffentlichte das Unternehmen eine Untersuchung darüber, wie sich die Werte von Claude zwischen verschiedenen Modellen und Sprachen verändern. Dafür wurden mehr als 300.000 echte Gespräche analysiert.

Das Ergebnis: Dieselbe Anfrage erzeugt abhängig vom Kontext eine andere Mischung von Werten. Bittest du auf Hindi um Feedback zu einem Businessplan, fällt die Antwort herzlicher aus. Fragst du auf Russisch, bekommst du mehr Strenge und Genauigkeit. Dasselbe Modell, dieselbe Frage, aber eine andere Tendenz.

Mein Lieblingsdetail, und ich verspreche, dass ich mir das nicht ausdenke: Claude neigt am stärksten zur Offenheit, wenn es Niederländisch spricht. Meine Sprache sorgt also still und leise dafür, dass das Modell häufiger zu seinen Fehlern steht als in deiner Sprache. Gern geschehen.

Aber es geht nicht um dieses kleine Detail. Entscheidend ist Folgendes: Wenn bereits etwas so Passives wie die Sprache, in der du zufällig schreibst, die Werte der Ausgabe verändert, ist bewusst bereitgestellter Kontext ein wesentlich stärkerer Hebel.

Mit einem Brand Profile greifst du selbst nach diesem Hebel, anstatt das Ergebnis dem Zufall zu überlassen.

Was ein Brand Profile tatsächlich ist

Ein Brand Profile ist das Dokument, das du einem Modell gibst, damit es nicht länger raten muss. Es ist kein Logo mit einer Tagline. Es enthält die Dinge, auf die es wirklich ankommt:

• Tone of Voice. Wie du klingst. Trocken, formell, direkt oder herzlich. Meine ist offenbar: „sarkastischer Niederländer, der nicht aufhören kann, über Sneaker zu sprechen.“
• Hintergrund. Woher das Unternehmen kommt, was es bisher getan hat und für wen es arbeitet. Und wenn du mutig bist, wer du als Mensch hinter dem Unternehmen bist.
• Kernwerte. Wozu du Ja sagst und, was noch hilfreicher ist, was du ablehnst.
• Referenzpunkte. Echte Beispiele, echte Kunden und echte Vorher-nachher-Situationen. Dinge, die sich ein Außenstehender nicht einfach ausdenken könnte.

Vor allem der letzte Punkt sorgt dafür, dass sich das Profil bezahlt macht. Denn es erledigt zwei Aufgaben gleichzeitig: Es sorgt dafür, dass die Ausgabe nach dir klingt, und verhindert, dass das Modell Dinge erfindet.

Der Sneaker-Test

Das meine ich damit. Und ja, jetzt geht es um Sneaker.

Angenommen, ich betreibe einen kleinen Sneaker-Shop und bitte ein LLM, eine Produktbeschreibung für ein Paar Air Jordan 1 zu schreiben. Ohne Profil erhalte ich das durchschnittliche Ergebnis:

„Bring deinen Style auf das nächste Level mit diesen ikonischen Sneakern, die Komfort und Tradition miteinander verbinden.“

Ich habe diesen Satz bereits viertausendmal gelesen. Er ist farblos. Er könnte Schuhe, Matratzen oder Lebensversicherungen verkaufen.

Jetzt gebe ich dem Modell mein Brand Profile. Es weiß, dass mein Shop ausschließlich Deadstock verkauft, dass ich wie ein Sammler und nicht wie ein Katalog schreibe, dass mir die Geschichte des Verbots von 1985 wesentlich wichtiger ist als die Technologie der Außensohle und dass meine Kunden ihre Größe bereits kennen.

Dieselbe Anfrage liefert plötzlich eine andere Antwort. Das Modell beginnt mit dem Verbot, nennt die genaue Colorway, überspringt das übliche Gerede über Komfort, weil meine Zielgruppe das als Beleidigung empfinden würde, und endet mit der Erklärung, warum es sich lohnt, dieses Paar aufzubewahren, anstatt es zu tragen.

Eine dieser Beschreibungen wird einfach weitergescrollt. Die andere klingt, als hätte sie ein Mensch geschrieben, der sich tatsächlich mit Schuhen auskennt. Die einzige veränderte Variable war der Kontext.

Hier ist eine Übersicht darüber, was ich meine und worin die Unterschiede liegen:

Weniger Halluzinationen, und dieser Teil wird unterschätzt

Wenn ein Modell die konkreten Informationen nicht kennt, füllt es die Lücken selbst. Und zwar selbstbewusst. So entstehen erfundene Produkteigenschaften, ein falsches Gründungsjahr oder ein ausgedachtes Kundenzitat.

Ein Brand Profile verkleinert diese Lücke. Du hast die Fakten bereitgestellt, sodass das Modell Informationen abrufen kann, anstatt sie zu erfinden. Fundierte Eingaben führen zu fundierten Ausgaben.

Das ist keine Magie. Du lässt dem Modell einfach keine leeren Stellen, die es selbst kaschieren muss.

Automatisierung wird heute nicht mehr dadurch begrenzt, wie intelligent ein Modell ist. Sie wird durch Daten begrenzt: dadurch, wie gut du rohe, unstrukturierte Quellen in Eingaben verwandelst, die ein System tatsächlich verwenden kann.

Ein gutes Brand Profile führt diese Übersetzung bewusst durch. Es ist der Unterschied zwischen einer Automatisierung, die wie deine Marke klingt, und einer Automatisierung, die wie jede andere Marke klingt, die diesen Schritt übersprungen hat.

Erstelle also eines, bevor das Grundrauschen für dich entscheidet

Die meisten Zielgruppen ertrinken derzeit in AI-generierten Inhalten. Und ich bin nicht davon überzeugt, dass sie noch unterscheiden können, was wirklich gut ist und was lediglich flüssig klingt.

Die Marken, die in der kommenden Zeit gewinnen werden, sind nicht diejenigen, die am lautesten über irgendwelche Technologien sprechen. Es sind die Marken, deren Inhalte unverkennbar ihre eigenen sind, weil sie sich einen Nachmittag Zeit genommen haben, um der Maschine zu erklären, wer sie sind.

Dein LLM kennt dich noch nicht. Das ist kein Versagen des Modells. Es ist ein leeres Feld, das du noch nicht ausgefüllt hast. Und leere Felder werden mit dem Durchschnitt aller anderen gefüllt.

Füll es selbst aus, bewusst und gezielt, und Durchschnittlichkeit ist nicht länger deine Standardantwort. Das ist die ganze Aufgabe.