Deine Landingpage hat keine Fehlermeldung

Ein Sprachmodell kann nur die Details neu anordnen, die es bekommen hat. Bitte es um eine Landingpage für „ein Rechnungstool für Freelancer“, und es hat genau zwei Fakten zur Verfügung, also füllt es den Rest mit den sichersten Sätzen, die es kennt: Optimiere deine Rechnungsstellung, werde schneller bezahlt, gemacht für moderne Freelancer. Jeder davon ist grammatisch korrekt, selbstbewusst und trifft auf jedes Rechnungstool zu, das es je gab.

Die Falle ist, dass das Ergebnis fertig aussieht. Schliff ist das Signal, an dem die meisten von uns ablesen, ob ein Text fertig ist: keine Tippfehler, guter Rhythmus, eine Überschrift, die nach Überschrift klingt. Ein Modell liefert diesen Schliff gratis mit, also besteht der Text die Prüfung, die du tatsächlich gemacht hast, nämlich „Sieht das professionell aus?“ statt „Erfährt eine fremde Person hier etwas, das sie noch nicht wusste?“

Außerdem bist ausgerechnet du am schlechtesten in der Lage, das zu bemerken. Du weißt, was das Produkt tut, also ergänzt dein Kopf beim Lesen von „Werde schneller bezahlt“ still den Rest: die Erinnerungsmails, den Umgang mit Fremdwährungen, das, was deins anders macht. Ein Besucher hat nichts davon. Er bekommt die drei Wörter.

Es gibt keine einzelne Kennzahl für „der Text funktioniert nicht“, aber es gibt Anzeichen, die du ernst nehmen solltest:

• Die meisten Besucher gehen nach Sekunden, und die, die bleiben, kommen größtenteils von Leuten, die dich schon kannten: Freunde, Follower, eine Community, in der du das Produkt in deinen eigenen Worten erklärt hast.
• Leute fragen dich per Nachricht, was das Produkt eigentlich macht, obwohl die Seite genau das angeblich beantwortet.
• Wenn dir jemand dein Produkt mit eigenen Worten beschreibt, benutzt er Wörter, die nirgends auf der Seite stehen.
• Es kommen Anmeldungen, die das Ding dann nie benutzen, weil sie sich für etwas anderes angemeldet haben, das sie darin vermutet hatten.

Keins davon beweist, dass der Text das Problem ist. Zusammen kommen sie einer Fehlermeldung so nahe, wie es bei Text eben geht.

Der schnellste Test ist ein Vergleich. Sammle die Wörter, die die Leute, an die du verkaufst, tatsächlich benutzen, und leg deinen ersten Bildschirm daneben.

1. Sammle Rohmaterial: Support-Mails, Direktnachrichten, Notizen aus Gesprächen, Threads in Communitys, in denen sich deine Nutzer über das Problem beschweren, Bewertungen der Tools, die sie heute nutzen, und die Suchanfragen in der Google Search Console, falls du überhaupt Traffic aus der Suche hast.
2. Markier die Substantive und Verben, die sie für das Problem und für das gewünschte Ergebnis benutzen. Nicht deinen Kategorienamen, sondern ihre Wörter.
3. Lies deine Überschrift, die Zeile darunter und deinen Haupt-Button. Taucht dort irgendetwas von ihrer Sprache auf? Wenn auf deiner Seite „optimieren“ steht und niemand, mit dem du je gesprochen hast, „optimieren“ gesagt hat, hast du die Lücke gefunden.
4. Mach einen Fünf-Sekunden-Test. Zeig den ersten Bildschirm fünf Sekunden lang jemandem, der zu deiner Zielgruppe passt, das Produkt aber noch nicht kennt, dann blende ihn aus und frag, was es macht und für wen es ist. Ist die Antwort vager als erhofft, oder selbstbewusst falsch, dann ist das die Fehlermeldung, die du bisher nicht bekommen hast.

Es hilft auch, die Phrasen ohne Informationsgehalt zu streichen, bevor du beurteilst, was übrig bleibt. Der kostenlose Checker für vibe-gecodete Websites listet Stangenware-Phrasen, nichtssagende Buttons und Überschriften nach Schema F auf jeder öffentlichen Seite, ganz ohne KI. Er ist eine Heuristik, kein Urteil, aber er zeigt dir schnell, wie viel von deinem ersten Bildschirm genauso gut jedem anderen gehören könnte.

Der meiste KI-geschriebene Text geht wegen der Reihenfolge schief, in der er entsteht. Das Modell schreibt zuerst, und du überarbeitest. Wenn du überarbeitest, ist der Rahmen schon der des Modells, also der Durchschnitt, und du polierst eine generische Seite zu einer etwas weniger generischen. Dreh das um.

Erstens: Sprich mit fünf Leuten, die das Problem haben. Fünf ist keine statistische Zahl. Es reicht, damit sich dieselben Formulierungen zu wiederholen beginnen, und es sind wenige genug, dass du es diese Woche wirklich machst. Frag nach dem letzten Mal, als sie mit dem Problem zu tun hatten, nicht nach deinem Produkt: was sie erreichen wollten, was sie probiert haben, was sie genervt hat. Schreib ihre Worte genau mit, auch die ungelenken.

Zweitens: Schreib den hässlichen Satz selbst. Ein Satz, der sagt, was das Produkt tut, für wen, was hineingeht und was herauskommt. Er wird lang und ungelenk. Ein erfundenes Beispiel, ein Buchhaltungstool: „Du lädst die CSV-Datei hoch, die deine Bank exportiert, und bekommst eine kategorisierte Tabelle zurück, die dein Steuerbüro akzeptiert, ohne irgendetwas abzutippen.“ Niemand würde das auf ein Plakat drucken. Es ist trotzdem nützlicher als „Optimiere deine Finanzen mit KI“, weil jeder Teil davon konkret und überprüfbar ist.

Drittens: Lass das Modell feilen. Jetzt hat das Modell etwas, womit es arbeiten kann. Gib ihm den hässlichen Satz und die Kundenzitate und setz ihm Grenzen: jedes konkrete Substantiv behalten, keine Adjektive ergänzen, keine Aussage machen, die nicht im Input steht, und unter einer festen Länge bleiben. Lass dir mehrere Versionen geben und such dir eine aus. Modelle sind gut in Verdichtung und Rhythmus. Sie sind schlecht darin zu wissen, was über deine Kunden wahr ist, und diese Reihenfolge hält sie bei der Aufgabe, die sie gut können.

Um beim erfundenen Beispiel zu bleiben: Die polierte Zeile könnte „Bankexport rein, fertige Tabelle fürs Steuerbüro raus“ lauten, darunter „Kein Abtippen, kein Bank-Login“. Sie ist kürzer und besser, und sie sagt immer noch, was der hässliche Satz gesagt hat.

Text bekommt keinen Stacktrace, aber du kannst ein paar billige Stellen einbauen, an denen das Scheitern sichtbar wird:

• Stell nach der Anmeldung eine einzige Frage: „Was hätte dich fast davon abgehalten, dich anzumelden?“ oder „Wie würdest du das einer Kollegin beschreiben?“ Die Antworten sind kostenlose Kundensprache für deinen nächsten Entwurf.
• Sieh dir eine Handvoll Sitzungsaufzeichnungen des ersten Bildschirms an, wenn dein Analytics-Tool sie anbietet und deine Einwilligungslösung es erlaubt. Wo Leute anhalten, wieder nach oben scrollen oder gehen, kommt einem Bugreport so nahe, wie es bei Text eben geht.
• Lies deine Zahlen nach Traffic-Quelle statt als einen einzigen Durchschnitt. Ein erster Bildschirm, der für Leute funktioniert, die nach dir gesucht haben, kann bei Leuten, die in einem Feed auf einen Link getippt haben, komplett scheitern. Dazu gibt es einen eigenen Beitrag über Traffic nach Quelle.
• Schau, wie sich deine Überschrift für verschiedene Ankünfte ändern müsste. Der kostenlose Überschriften-Umschreiber schreibt Überschrift, Unterzeile und Button einer Seite für Besucher aus der Suche, aus einem Social-Post, von Product Hunt und von Hacker News neu. Nimm das Ergebnis als Anstoß für dein eigenes Nachdenken, nicht als fertigen Text.

Nichts davon heißt, dass du aufhören solltest, Text mit KI zu schreiben. Es heißt, dass das Modell der letzte Schritt ist, nicht der erste. Das konkrete Material, also die Worte deiner Kunden und der eine Satz, den nur du über dein Produkt schreiben kannst, muss von dir kommen, und kein Tool kann es aus dem Nichts erzeugen.

Der Transparenz halber: Wir bauen IntentGrid, das den Text einer Seite für jeden Besucher neu schreibt, je nachdem, wie er gekommen ist. Es hat genau die oben beschriebene Grenze. Es kann nur neu anordnen, was schon auf deiner Seite steht, also ersetzt es die fünf Gespräche nicht, und es misst nichts, also sagt es dir auch nicht, ob dein Text funktioniert. Es ist im Early Access.