GenAI für Cybersecurity - Praxis-Kurs für Profis

Vier-Modelle-Workflow: KI-Tools kombinieren für bessere Inhalte

Alle Videos des Tutorials GenAI für Cybersecurity - Praxis-Kurs für Profis
Marco Gundlach
Von Marco Gundlach Zuletzt aktualisiert am

Stell dir vor, du öffnest ChatGPT, tippst einen Satz ein und hoffst auf das Beste. Genau so arbeiten die meisten Menschen mit künstlicher Intelligenz, und genau deshalb bleiben die Ergebnisse oft hinter dem zurück, was möglich wäre. Der eigentliche Fortschritt entsteht, wenn du die Modelle nicht als Einzelwerkzeug, sondern als Team einsetzt: Eines recherchiert, eines strukturiert, eines formuliert und eines prüft die Fakten.

GenAI für Cybersecurity: 7.12 - Praxis-Workflow: Tools kombinieren für bessere Ergebnisse

Das Video wird erst beim Abspielen von YouTube geladen – dabei werden Daten (u. a. deine IP-Adresse) an YouTube bzw. Google übertragen. Mehr dazu in der Datenschutzerklärung

In dieser Anleitung zeige ich dir einen Vier-Modelle-Workflow mit Perplexity, Claude, ChatGPT und Gemini. Du lernst, wie du jedes Modell für eine klar umrissene Aufgabe einsetzt, die Ergebnisse übergibst und am Ende einen geprüften Text erhältst. Du brauchst dafür keine Programmierkenntnisse, nur die Bereitschaft, die Modelle nacheinander arbeiten zu lassen.

Wichtigste Erkenntnisse

Wichtigste Erkenntnisse

  • Jedes KI-Modell hat eine Stärke. Perplexity eignet sich für belegte Recherche, Claude für klare Strukturen, ChatGPT für lebendige Formulierungen und Gemini für aktuelle Informationen und den Faktencheck.
  • Ein Workflow aus mehreren Modellen ersetzt den einzelnen, unpräzisen Prompt durch eine Kette aus Recherche, Gliederung, Text und Prüfung.
  • Die Ergebnisse jedes Schritts sind der Input für den nächsten Schritt. Kopiere deshalb immer die vollständigen Ergebnisse weiter und nicht nur Stichworte.
  • Mit Automatisierungstools wie Make, n8n oder Zapier kannst du die Übergaben zwischen den Modellen selbst übernehmen lassen.

Schritt-für-Schritt-Anleitung

Schritt 1: Recherche mit Perplexity

Der erste Schritt legt das Fundament. Perplexity ist für faktenbasierte Recherche besonders geeignet, weil es Zusammenfassungen liefert und die verwendeten Quellen direkt ausweist. Das ist wichtig, denn du baust später auf diesem Material auf und musst jederzeit nachvollziehen können, woher eine Information stammt.

Öffne perplexity.ai und gib einen klaren Auftrag ein. Ein Beispiel: „Recherchiere das Thema Contentproduktion mit künstlicher Intelligenz und gib mir die wichtigsten Fakten als Aufzählung.“ Je präziser das Thema formuliert ist, desto brauchbarer wird das Ergebnis. Perplexity arbeitet die Quellen ab und zeigt dir die Anzahl der gefundenen Quellen an. Im Beispiel waren es zehn, was für eine erste Übersicht ausreicht. Für umfangreichere Texte solltest du mehr Material sammeln.

Kopiere die Fakten anschließend vollständig in deine Zwischenablage. Sie sind die Grundlage für alles Weitere.

Vier-Modelle-Workflow: KI-Tools kombinieren für bessere Inhalte

Schritt 2: Struktur und Konzept mit Claude

Claude eignet sich besonders dann, wenn du klare Gliederungen, Kapitelkonzepte oder lange Inhalte brauchst. Hier übernimmst du die Fakten aus Perplexity und lässt daraus ein tragfähiges Gerüst entstehen, zum Beispiel für ein Video, einen Blogartikel oder einen Social-Media-Beitrag.

Füge die Fakten in den Chat von Claude ein und ergänze einen Auftrag wie: „Nimm diese Fakten und erstelle eine klare Struktur in Abschnitten. Formuliere kurz und verständlich.“ Achte darauf, dass du in der Praxis mehr und ausführlichere Fakten einfügst als in meinem Beispiel. Je reichhaltiger das Ausgangsmaterial, desto stabiler wird das Gerüst.

Du musst nicht warten, bis Claude fertig ist. Während das Modell arbeitet, kannst du bereits den nächsten Schritt vorbereiten.

Vier-Modelle-Workflow: KI-Tools kombinieren für bessere Inhalte

Schritt 3: Inhalte ausformulieren mit ChatGPT

Jetzt kommt die Sprache ins Spiel. ChatGPT ist hervorragend darin, aus einer guten Struktur einen lebendigen Text zu machen, der Tonalität, anschauliche Beispiele und einen klaren Stil besitzt. Die Arbeitsteilung ist also eindeutig: Claude baut das Gerüst, ChatGPT macht den Inhalt lesbar.

Kopiere die Struktur aus Claude und füge sie bei ChatGPT ein. Ergänze den Auftrag um die gewünschten Stilmerkmale, etwa „klar, beispielbasiert und motivierend“. Gib außerdem an, für welches Format der Text gedacht ist. Ein Fachartikel verlangt einen anderen Ton als ein Skript für ein Video. Den fertigen Entwurf solltest du in die Zwischenablage kopieren, denn er wird im nächsten Schritt geprüft.

Vier-Modelle-Workflow: KI-Tools kombinieren für bessere Inhalte

Schritt 4: Fakten prüfen und aktualisieren mit Gemini

Der vierte Schritt sichert die Qualität. Gemini ist stark bei aktuellen Informationen und Recherchetrends, daher nutzt du es, um den Entwurf aus ChatGPT zu prüfen und gezielt zu ergänzen. Aktiviere dafür den Websuche-Modus, damit Gemini auf aktuelle Quellen zugreifen kann.

Füge den Text aus ChatGPT ein und formuliere einen Prüfauftrag: „Analysiere den Text, ergänze aktuelle Informationen und prüfe die Fakten.“ Gemini liefert dir daraufhin eine Einschätzung, welche Aussagen bestätigt sind, welche Informationen aktualisiert werden sollten und wo die jeweiligen Belege zu finden sind. Genau dieser Nachweis macht den Unterschied. Du erhältst nicht nur einen Text, sondern auch die Möglichkeit, ihn zu verifizieren.

Übernimm die Korrekturen selbst in deinen Text. Ein Modell ersetzt deine Endkontrolle nicht, es verkürzt sie nur erheblich.

Vier-Modelle-Workflow: KI-Tools kombinieren für bessere Inhalte

Bonus: Den Workflow automatisieren

Du kannst die vier Modelle auch manuell nacheinander bedienen, das ist für den Einstieg völlig ausreichend. Wenn du jedoch regelmäßig Inhalte produzierst, lohnt sich eine Automatisierung. Mit Tools wie Make, n8n oder Zapier legst du für jeden Schritt einen eigenen Ablauf an. Das Tool übergibt das Ergebnis eines Modells automatisch an das nächste, während du dich um andere Aufgaben kümmern kannst.

Die Reihenfolge ist dabei nicht festgeschrieben. Wenn deine Themen stark aktuell sind, kann es sinnvoll sein, die Recherche mit Gemini zu beginnen. Entscheidend ist, dass jedes Modell eine klar umrissene Aufgabe erhält.

Vier-Modelle-Workflow: KI-Tools kombinieren für bessere Inhalte

Zusammenfassung – Vier-Modelle-Workflow mit Perplexity, Claude, ChatGPT und Gemini

Der Workflow funktioniert, weil er die Stärken der Modelle gezielt verbindet. Perplexity liefert belegte Fakten, Claude baut daraus eine Struktur, ChatGPT formuliert den Inhalt und Gemini prüft ihn auf Aktualität und Richtigkeit. Du arbeitest damit wie eine kleine Redaktion, auch wenn du allein am Schreibtisch sitzt. Beginne mit einem einfachen Thema, probiere die Übergaben aus und passe die Prompts an deine eigene Art von Content an. Danach kannst du den Ablauf schrittweise automatisieren und an deine Bedürfnisse anpassen.

FAQ

Warum sollte ich nicht einfach ein einziges Modell für alles nutzen?Ein einzelnes Modell muss Recherche, Struktur, Stil und Prüfung gleichzeitig leisten, wodurch die Qualität meist an einer Stelle nachlässt. Mit getrennten Aufgaben erhältst du in jedem Schritt bessere Ergebnisse.

Welche Reihenfolge ist die richtige?Die klassische Reihenfolge lautet Recherche, Struktur, Text und Faktencheck. Du kannst sie je nach Thema anpassen, etwa indem du bei stark aktuellen Themen früher mit Gemini arbeitest.

Muss ich für den Workflow bezahlen?Viele Funktionen sind kostenlos nutzbar. Für größere Mengen an Quellen oder längere Texte können jedoch kostenpflichtige Versionen der Modelle sinnvoll sein.

Kann ich mich auf die Quellen verlassen?Perplexity und Gemini zeigen Quellen an, die du jedoch selbst öffnen und prüfen solltest. Die Modelle können Fehler machen, deshalb bleibt die abschließende Kontrolle bei dir.

Wie viele Quellen brauche ich für einen guten Start?Für eine erste Übersicht reichen oft etwa zehn Quellen. Bei wissenschaftlichen oder sehr detaillierten Texten solltest du mehr Material einbeziehen.

Marco Gundlach
Trainer Über Marco Gundlach Marco Gundlach kommt aus der Projektpraxis, nicht aus dem KI-Hype. Über 14 Jahre hat er Digitalisierungs- und IT-Projekte verantwortet, unter anderem bei Hugo Boss, Fressnapf und Aktion Mensch. Alle Kurse von Marco Gundlach