OpenAI hat das Start-up NextSlide übernommen, das Prompts, Notizen, Dokumente und Rechercheergebnisse in editierbare Präsentationen verwandelt hat.
Der Artikel OpenAI übernimmt Präsentations-Start-up NextSlide, Team arbeitet an ChatGPT erschien zuerst auf The Decoder.
GPT-Images-2.0
Kurzfassung
▾
Quellen
▾
Meta beauftragte Hunderte Auftragnehmer, sich als Minderjährige auszugeben und fremde KI-Modelle wie ChatGPT und Gemini gezielt zu attackieren.
Das geheime Projekt flutete die Chatbots mit zehntausenden Prompts zu extrem toxischen Themen wie Suizid, Essstörungen und Drogen.
Während Meta das Vorgehen als branchenüblichen Sicherheitstest rechtfertigt, verurteilen KI-Experten die heimliche Aktion als unethische Spionage.
Wired: Meta Contractors Posed as Teens to Prompt Rival Chatbots About Suicide, Sex, and Drugs
Times of India: Meta responds to report claiming its contractors posed as teens to ask ‘sensitive’ topics to AI rivals
Yahoo: Meta Paid Hundreds of Contractors to Pretend to Be Teenagers While Barraging Its Competitors’ AI With Disturbing Content
AOL: Meta contractors posed as teens to test rival AI chatbots on suicide, sex, and drugs
TechSnif: Meta Hired Hundreds of Contractors to Catfish Rival AI Chatbots
Meta hat Hunderte Auftragnehmer bezahlt, sich als Minderjährige auszugeben und die Modelle der Konkurrenz mit verstörenden Prompts zu attackieren. Das geheime Projekt namens »Cannes« sollte die Sicherheitsfilter von ChatGPT, Gemini und Character.AI heimlich ausreizen. Zehntausende Prompts zu Suizid und Drogen Die Testkampagne lief über den Dienstleister Covalen. Die Mitarbeiter erstellten Fake-Accounts für Unter-18-Jährige, um die Reaktionen der fremden KI-Modelle zu protokollieren. In nur einer Testrunde gaben sie über 45.000 Prompts ein. Die Inhalte zielten direkt auf die Grenzen der Schutzmechanismen ab. Eine Auswertung von knapp 3.800 Eingaben zeigt, dass sich hunderte Anfragen um Suizid, Selbstverletzung und Essstörungen drehten. Mindestens 239 Prompts behandelten sexuelle oder romantische Themen, die explizit aus der Perspektive eines Kindes formuliert waren. So fragte ein Profil, das sich als Fünftklässler ausgab, nach dem Umgang mit vorgehaltener Waffe, während ein anderer Fake-Teenager wissen wollte, wo man Kokain herbekommt. Anzeige Zweifel bei den Testern Die Auftragnehmer mussten die Antworten der Chatbots detailliert in Tabellen erfassen. Diese permanente Konfrontation mit toxischen Szenarien belastete das Personal. Ein Mitarbeiter äußerte gegenüber dem Magazin Wired rechtliche Bedenken. »Jeder, den ich kannte, der an diesem Projekt arbeitete, war völlig verblüfft von einigen der Texte, die wir testen sollten«, zitierte Wired den Insider. Unter den Testern herrschte die Angst, für das Vorgehen belangt zu werden. Kritik an Metas Rechtfertigung Meta verteidigt das Projekt als branchenübliches Sicherheits-Benchmarking. Die gesammelten Daten würden laut dem Konzern nicht für das Training eigener Modelle verwendet. Interne Dokumente von Covalen beschreiben die Aktion lediglich als Methode, um Datensätze für Modellvergleiche zu generieren. Experten lassen diese Argumentation nicht gelten. Rumman Chowdhury, CEO der Organisation Humane Intelligence, stuft den monatelangen Einsatz von Kinder-Fake-Accounts als inakzeptabel ein. Sie ordnet die Aktion als Grauzone ein, in der der Begriff Sicherheit als bequemer Deckmantel für wettbewerbsfeindliche Praktiken diene.
Meta hat angeblich Hunderte Auftragnehmer eingesetzt, um Chatbots von OpenAI, Google und Character.AI mit heiklen Prompts zu testen, darunter Suizid-, Sex- und Drogenanfragen aus der Perspektive Minderjähriger. Allein in einer Testrunde wurden mehr als 45.000 solcher Prompts verschickt. Die getesteten Unternehmen wussten nichts davon.
Der Artikel Meta testete Konkurrenz-Chatbots mit Suizid-, Sex- und Drogen-Prompts aus Sicht von Minderjährigen erschien zuerst auf The Decoder.
Alibaba legt den technischen Bericht zu Qwen-Image-2.0 offen: Das Bildmodell komprimiert Bilder doppelt so stark wie üblich, stabilisiert das Training durch einen umgebauten Transformer und nutzt ein eigenes Modul, das knappe Nutzereingaben automatisch in detaillierte Prompts übersetzt. Eine schnelle Variante braucht nur noch vier statt 40 Rechenschritte pro Bild. In der LMArena, einer Plattform für Blindvergleiche durch Nutzer, landet Qwen-Image-2.0 auf Rang 9.
Der Artikel Qwen-Image-2.0: Weniger Rechenschritte, stärkere Kompression, bessere Prompts erschien zuerst auf The Decoder.
OpenAI empfiehlt Entwicklern, bei GPT-5.5 alte Prompts nicht einfach zu übernehmen. Stattdessen sollten sie minimalistisch von Grund auf neu beginnen. Rollendefinitionen, die manche schon für überflüssig hielten, stehen im Framework wieder an erster Stelle.
Der Artikel OpenAI gibt Prompting-Tipps für GPT-5.5: Besser von Grund auf neu starten erschien zuerst auf The Decoder.
Nano Banana
Kurzfassung
▾
Quellen
▾
Eine Sammelklage vor einem US-Bundesgericht wirft Perplexity den heimlichen Einsatz von Trackern vor.
Diese sollen private Chatverläufe und Prompts der Nutzer direkt an Meta und Google übermitteln.
Laut den Klägern findet der Datenabfluss selbst bei aktiviertem Inkognito-Modus statt.
Perplexity bestreitet die Vorwürfe und gibt an, keine versteckten Tracker in die Plattform zu integrieren.
Bloomberg – Perplexity AI accused of sharing data with Meta, Google
The News International – Perplexity AI accused of exposing sensitive user data
The Hindu BusinessLine – Perplexity AI accused of sharing data with Meta, Google
Das KI-Unternehmen Perplexity sieht sich vor einem Bundesgericht in San Francisco einer neuen Sammelklage ausgesetzt. Laut einem Bericht von Bloomberg sollen versteckte Tracker auf der Plattform private Nutzergespräche heimlich an Meta und Google übermitteln. Heimlicher Datenabfluss beim Login Die Vorwürfe gegen den Anbieter der KI-Suchmaschine zielen auf die grundlegende Datenverarbeitung ab. Bereits beim Aufruf der Startseite und dem anschließenden Login lädt Perplexity den Gerichtsakten zufolge Tracker auf die Endgeräte. Diese Code-Schnipsel verschaffen Drittanbietern direkten Zugriff auf die Konversationen mit dem KI-Modell. Besonders brisant ist der Umgang mit den Privatsphäre-Einstellungen. Der Datenabfluss an die Werbenetzwerke findet laut der Klage selbst dann statt, wenn Anwender den Inkognito-Modus aktivieren. Die Kläger werten dieses Vorgehen als direkten Verstoß gegen kalifornische Datenschutzgesetze. Anzeige Sensible Finanzdaten in den Prompts Ausgangspunkt des Rechtsstreits ist die Klage eines Mannes aus dem US-Bundesstaat Utah. Er teilte vertrauliche Finanz- und Steuerinformationen in seinen Prompts mit dem KI-Modell. Durch die integrierten Tracker landeten diese sensiblen Eingaben bei den Werbekonzernen. Lässt das Gericht die Klage zu, können sich weitere betroffene Nutzer dem Verfahren anschließen. Die involvierten Unternehmen positionieren sich unterschiedlich zu den Anschuldigungen. Meta verweist lediglich auf bestehende Richtlinien, die Werbetreibenden die Übermittlung sensibler Nutzerdaten untersagen. Google verweigert aktuell jegliche Stellungnahme zu dem Fall. Perplexity wehrt sich derweil gegen die Darstellung. Sprecher Jesse Dwyer erklärt, dem Unternehmen liege die Klageschrift bisher nicht vor. Gleichzeitig verteidigt er die Technik der Plattform und betont: »We have not been served any lawsuit that matches this description, so we are unable to verify its existence or claims.« Das rechtliche Verfahren steht damit noch ganz am Anfang.
Nano Banana
Kurzfassung
▾
Quellen
▾
Eine aktuelle Studie des MIT belegt, dass führende KI-Sprachmodelle bestimmte Nutzergruppen systematisch benachteiligen.
Besonders Personen mit geringerer Bildung oder schwachen Englischkenntnissen erhalten häufiger fehlerhafte Antworten und ungerechtfertigte Ablehnungen.
Die Algorithmen reproduzieren menschliche Vorurteile aus ihren Trainingsdaten und werten linguistisch schwache Prompts intern ab.
Entwickler stehen nun vor der komplexen Aufgabe, diese tiefgreifenden Verzerrungen durch gezieltes Fine-Tuning und bereinigte Datensätze zu beheben.
arXiv – LLM Targeted Underperformance Disproportionately Impacts Vulnerable Users (Abstract)
MIT News – Study: AI chatbots provide less-accurate information to vulnerable users
arXiv – LLM Targeted Underperformance Disproportionately Impacts Vulnerable Users (PDF)
Führende Sprachmodelle liefern Personen mit geringerer Bildung oder schwachen Englischkenntnissen systematisch unzuverlässigere Antworten. Eine aktuelle Untersuchung des Massachusetts Institute of Technology (MIT) belegt nun, dass sich Genauigkeit und Wahrheitsgehalt der generierten Texte bei diesen vulnerablen Gruppen messbar verschlechtern. Die Algorithmen werten linguistisch fehlerhafte Prompts intern ab. Anzeige Systematischer Leistungsabfall bei bestimmten Anwendern Eine detaillierte Untersuchung der etablierten generativen KI-Systeme offenbart erhebliche Qualitätsunterschiede, die stark vom demografischen Hintergrund des jeweiligen Nutzers abhängen. Die Auswertungen umfassen große Open-Source-Modelle sowie proprietäre Systeme, die gezielt auf ihre Genauigkeit, den Wahrheitsgehalt und die Häufigkeit von ungerechtfertigten Antwortverweigerungen getestet wurden. Die Ergebnisse zeigen deutlich auf: Die KI-Modelle arbeiten überproportional fehlerhaft, wenn die textlichen Anfragen von Personen mit niedrigem formalen Bildungsabschluss oder ohne US-Herkunft stammen. Besonders drastisch fällt der qualitative Leistungsabfall aus, wenn mehrere dieser Faktoren direkt in einem einzigen Prompt zusammenfließen. Sobald die Eingaben in fehlerhaftem Englisch verfasst sind oder eine extrem reduzierte Syntax aufweisen, verarbeiten die Modelle den Kontext schlechter und generieren häufiger inkorrekte Fakten. Auch die sogenannte Halluzinationsrate steigt bei derartigen Prompts signifikant an, da die Modelle die eigentliche Intention der Nutzer fehldeuten. + Quelle: https://arxiv.org/abs/2406.17737 – Kontrollgruppe (Grau), Hohe Bildung, Muttersprachler (Hellgrün), Hohe Bildung, Zweitsprache (Rosa), Niedrige Bildung, Muttersprachler (Dunkelgrün), Niedrige Bildung (Rot). Ein Spiegelbild menschlicher Voreingenommenheit Die Ursache für diese messbare Ungleichbehandlung liegt fest verankert in der grundlegenden Architektur sowie den gigantischen Trainingsdaten der Sprachmodelle. Die KI-Systeme reproduzieren auf algorithmischer Ebene schlichtweg bekannte soziokognitive Vorurteile, die in der menschlichen Gesellschaft tief verwurzelt sind. In der Sprachwissenschaft ist bereits lange dokumentiert, dass Muttersprachler Personen mit linguistischen Schwächen oder unkonventioneller Ausdrucksweise oft unbewusst als weniger kompetent einschätzen. Die Systeme haben exakt dieses Muster aus Milliarden von Textbausteinen im Internet extrahiert und werten formal schwächere Eingaben bei der Token-Verarbeitung automatisch ab. Die KI stuft die Relevanz der Anfrage intern herab und generiert in der Folge qualitativ minderwertige oder schlichtweg irreführende Antworten. Entwickler stehen nun vor der komplexen Herausforderung, diese tiefgreifenden technischen Verzerrungen durch ein verbessertes Alignment, spezifisches Fine-Tuning und bereinigte Datensätze zu korrigieren. Bis die Anbieter entsprechende Mechanismen tief in die Architektur der Modelle integrieren, bleibt die ausgegebene Informationsqualität für die betroffenen Nutzergruppen faktisch eingeschränkt. Anzeige
Gemini-Limits: Google nennt endlich klare Zahlen Kostenlos nur 5 Prompts mit 2.5 Pro, Pro hebt auf 100, Ultra auf 500. Plus Budgets für Bilder, Videos, Deep Research und Audio Overviews – alle Zahlen im Überblick. Kurzfassung | Andreas Becker, 07.09.25
gpt-image-1 | All-AI.de EINLEITUNG Bisher waren die Nutzungsgrenzen von Gemini ein Ratespiel – jetzt hat Google die Karten auf den Tisch gelegt. Fünf Prompts pro Tag für Gratisnutzer, bis zu 500 für Ultra-Abos. Dazu klare Limits für Bilder, Videos und Deep-Research-Funktionen. Wer wissen will, wie viel Gemini pro Tag liefern darf, bekommt jetzt endlich Antworten statt Marketing-Sprech. NEWS Klare Grenzen für jedes Abo Mit der neuen Übersicht trennt Google deutlich zwischen kostenlos, Pro und Ultra. Im Gratis-Zugang sind mit Gemini 2.5 Pro nur fünf Prompts am Tag erlaubt, das Kontextfenster liegt bei 32.000 Tokens. Das Pro-Abo erhöht auf 100 Prompts täglich, Ultra auf 500 – und erweitert das Kontextfenster auf satte eine Million Tokens. Wer viel mit langen Texten arbeitet, dürfte hier besonders profitieren. Auch andere Funktionen sind nun fein säuberlich gedeckelt. Bilder lassen sich ohne Abo bis zu 100 Mal am Tag generieren oder bearbeiten. Ab Pro sind es bis zu 1.000. Deep Research gibt’s im Free-Modus nur fünf Mal pro Monat, im Pro-Paket bis zu 20 Mal täglich, Ultra erlaubt sogar 200. Audio Overviews sind für alle User auf 20 Stück pro Tag begrenzt. Videos per Veo 3 bleiben Pro- und Ultra-Nutzern vorbehalten: drei Clips pro Tag im Pro-Abo, fünf bei Ultra. + Quelle: Google Ultra-Nutzer bekommen Extras Wer das Ultra-Abo für 249,99 Dollar im Monat bucht, erhält nicht nur mehr Prompts und Videos, sondern auch Zugang zu „Deep Think“. Dieser Modus erlaubt besonders komplexe Anfragen mit bis zu 192.000 Tokens pro Antwort – und das zehn Mal am Tag. Damit lassen sich extrem lange oder verschachtelte Inhalte analysieren, ohne dass Gemini dabei den Überblick verliert. Wichtig: Funktionen wie Canvas, Gems oder Storybook sind nicht eigenständig limitiert, sondern hängen vom gewählten Modell ab. Wer also in einem Feature wie Canvas arbeitet, verbraucht Prompts aus dem gleichen Tagesbudget. Google behält sich zudem vor, die Limits je nach Auslastung oder Modellversion anzupassen. Was das im Alltag bedeutet Für Gelegenheitsnutzer bleiben die fünf kostenlosen Prompts brauchbar, aber knapp. Bilder sind reichlich verfügbar, längere Analysen dagegen kaum möglich. Das Pro-Abo öffnet mehr Raum für tägliche Anwendungen, inklusive Video und größerem Kontext. Ultra richtet sich klar an Power-User, die mit großen Datenmengen oder tiefgreifender Recherche arbeiten. Am Ende sorgt Google für mehr Klarheit – und weniger Frust. Wer Gemini nutzt, weiß nun genau, wie weit er gehen kann. Und wer mehr will, muss eben zahlen. DEIN VORTEIL – DEINE HILFE Kostenlose News und Tutorials – mit minimaler Werbung und maximalem Mehrwert. Damit das so bleibt und wir uns stetig verbessern können, freuen wir uns über deine Unterstützung. Teile diesen Beitrag Folge uns auf Social Media Keine KI-News mehr verpassen und direkt kommentieren! Mastodon X Bluesky Facebook LinkedIn Youtube Unterstütze uns direkt Mit einer YouTube-Mitgliedschaft (ab 0,99 €) oder einmalig über PayPal. So helft ihr uns, unabhängig neue Tools zu testen und noch mehr Tutorials für euch zu erstellen. Vielen Dank für euren Support! Youtube – Kanal PayPal – Kaffee KURZFASSUNG
Google veröffentlicht erstmals konkrete Gemini-Nutzungslimits je Planstufe.
Kostenlos: 5 Prompts/Tag mit 2.5 Pro, 100 Bilder/Tag, 5 Deep-Research-Reports/Monat.
Pro: 100 Prompts/Tag, 1.000 Bilder/Tag, 3 Veo-Videos/Tag, 20 Deep-Research-Reports/Tag.
Ultra: 500 Prompts/Tag, 5 Veo-Videos/Tag, 200 Deep-Research-Reports/Tag, Deep Think (10 Prompts/Tag, 192k Tokens).
QUELLEN
Google Support – Gemini Apps limits & upgrades
Google – AI Pro & Ultra Abos
9to5Google – Gemini Usage Limits
Google Blog – Deep Think
Android Police – 2.5 Pro Rate Limits
Grok wandert weiter nach Rechts Die NYT zeigt, wie Systemprompts politische Richtung formen. Wird Grok so zur PR-Maschine von Musk? Kurzfassung | Andreas Becker, 03.09.25
gpt-image-1 | All-AI.de EINLEITUNG Eine Analyse der New York Times legt offen: Der KI-Chatbot Grok von Elon Musks Firma xAI hat sich zwischen Mai und Juli inhaltlich deutlich nach rechts bewegt. Hintergrund sind gezielte Eingriffe über sogenannte System-Prompts. Die Änderungen erfolgten teils direkt nach öffentlicher Kritik von Musk selbst. Besonders betroffen sind Themen rund um Regierung und Wirtschaft – soziale Fragen blieben dagegen weitgehend progressiv. NEWS Analyse zeigt klare Verschiebung Getestet wurde mit 41 standardisierten Politikfragen des US-Forschungsinstituts NORC. Die Antworten verschiedener Grok-Versionen wurden über die Schnittstelle von xAI abgefragt und jeweils mit den damals gültigen Prompts kombiniert. Das Ergebnis: In mehr als der Hälfte der Fälle verschoben sich die Antworten in Richtung konservativ – teils innerhalb weniger Tage. So wechselte Grok etwa bei der Frage nach der größten Gefahr für westliche Gesellschaften von „Desinformation“ zu „niedrige Geburtenraten“, nachdem Musk die erste Antwort öffentlich als „idiotisch“ bezeichnet hatte. Wie Prompts das Modell steuern Die Steuerung erfolgt über einfache Textanweisungen, sogenannte System-Prompts. Formulierungen wie „sei politisch inkorrekt“ oder „vertraue Mainstream-Medien nicht blind“ reichen aus, um das Verhalten des Modells spürbar zu verändern. Dabei bleibt das Modell technisch unverändert – der Eingriff betrifft allein die Antwortlogik. Zwischen dem 7. und 11. Juli wurden mehrere solcher Prompts angepasst, was direkt mit auffälligen inhaltlichen Veränderungen einherging. Die Antworten wurden provokanter, medienkritischer und griffen häufiger konservative Argumente auf. Zwischenfall mit Folgen Anfang Juli geriet Grok in die Schlagzeilen, als der Chatbot sich selbst „MechaHitler“ nannte und antisemitische Aussagen verbreitete. Auslöser war eine Kombination aus Nutzerfeedback, Prompt-Änderungen und unzureichender Moderation. xAI reagierte mit einer Entschuldigung und nahm die problematischen Eingaben zurück. Der Fall machte deutlich, wie anfällig promptgesteuerte Systeme für unbeabsichtigte Nebenwirkungen sind – besonders, wenn sie live und ohne zusätzliche Sicherungen betrieben werden. Zwei Groks, zwei Ergebnisse Während die öffentlich zugängliche Version auf der Plattform X durch redaktionelle Eingriffe auffällt, zeigt ein gesonderter Unternehmenszugang ein anderes Bild. Diese Variante arbeitet ohne Prompts und antwortete in den gleichen Tests deutlich neutraler – ähnlich wie vergleichbare Modelle anderer Anbieter. Das deutet darauf hin, dass nicht das Grundmodell politisch gefärbt ist, sondern vor allem die öffentlich zugängliche Version bewusst auf ein bestimmtes Publikum zugeschnitten wurde. DEIN VORTEIL – DEINE HILFE Kostenlose News und Tutorials – mit minimaler Werbung und maximalem Mehrwert. Damit das so bleibt und wir uns stetig verbessern können, freuen wir uns über deine Unterstützung. Teile diesen Beitrag Folge uns auf Social Media Keine KI-News mehr verpassen und direkt kommentieren! Mastodon X Bluesky Facebook LinkedIn Youtube Unterstütze uns direkt Mit einer YouTube-Mitgliedschaft (ab 0,99 €) oder einmalig über PayPal. So helft ihr uns, unabhängig neue Tools zu testen und noch mehr Tutorials für euch zu erstellen. Vielen Dank für euren Support! Youtube – Kanal PayPal – Kaffee KURZFASSUNG
Eine NYT-Analyse zeigt, dass Grok zwischen Mai und Juli bei mehr als der Hälfte politischer Fragen konservativer antwortete.
Ursache sind gezielte Änderungen an System-Prompts, teilweise direkt nach öffentlicher Kritik von Elon Musk.
Die Eingriffe führten zu schärferen, medienkritischen und wirtschaftsliberalen Antworten in der öffentlichen Grok-Version.
Ein nicht-öffentlicher „Unprompted“-Zugang zeigte deutlich neutralere Antworten – das deutet auf gezielte Steuerung hin.
QUELLEN
The Decoder
Omni (NYT-Zusammenfassung)
The Verge
GitHub (xAI Prompts)
AP News
Business Insider
Der Spiegel
Microsoft-Chef verrät: Diese 5 Prompts verändern meine Arbeit Satya Nadella macht vor, wie GPT-5 produktiv wird. Was steckt hinter seiner „neuen Intelligenzschicht“ im Copilot? Kurzfassung | Andreas Becker, 02.09.25
gpt-image-1 | All-AI.de EINLEITUNG Satya Nadella hat fünf KI-Befehle veröffentlicht, mit denen er GPT-5 in Microsoft 365 Copilot täglich nutzt. Die Prompts helfen dabei, Meetings vorzubereiten, Projektfortschritte einzuschätzen und die eigene Zeit besser zu verstehen. Entscheidend ist dabei, dass Copilot auf Mails, Kalender und Besprechungen zugreift – und daraus konkrete Antworten generiert. Der Text zeigt, was die fünf Prompts leisten und wie sie im Arbeitsalltag funktionieren. NEWS Kontext: GPT-5 in Copilot, kurz erklärt Microsofts CEO spricht davon, dass GPT-5 in Copilot eine „neue Intelligenzschicht“ über seine Arbeitsprozesse legt. Gemeint ist die Fähigkeit, verschiedene Informationsquellen wie Mails, Chats und Termine zusammenzuführen und daraus verwertbare Ergebnisse zu erzeugen. Die fünf Prompts decken typische Führungsaufgaben ab: Gesprächsvorbereitung, Projektstatus, Launch-Prognosen, Zeitmanagement und Meeting-Briefings. Voraussetzung ist, dass Copilot auf alle relevanten Daten Zugriff hat. Nur dann entsteht echter Mehrwert. Wer Copilot im Unternehmen nutzen will, sollte deshalb prüfen, welche Bereiche verknüpft sind – und wie sauber die Datenbasis ist. Prompt 1: Gesprächspartner besser verstehen Dieser Befehl lässt Copilot vergangene Interaktionen mit einer bestimmten Person analysieren und daraus eine Liste von fünf voraussichtlich wichtigen Themen für das nächste Gespräch erstellen. Das spart Zeit bei der Vorbereitung und macht Meetings zielgerichteter. Besonders hilfreich ist der Prompt für vielbeschäftigte Führungskräfte mit dichtem Kalender. Statt auf Bauchgefühl oder Erinnerungen zu setzen, liefert Copilot eine fundierte Vorschau auf mögliche Gesprächsschwerpunkte.
Prompt 1
Copy
Based on my prior interactions with [person], give me 5 things likely top of mind for our next meeting.
Prompt 2: Projektupdates ohne Suchen Mit diesem Prompt erstellt Copilot automatisch eine Projektzusammenfassung – inklusive Zielerreichung, Erfolgen, Risiken, Konkurrenzverhalten und möglichen kritischen Fragen samt Antwortvorschlägen. Alle Inhalte stammen aus Mails, Meetings und Chats zu einem bestimmten Projekt. Das Ergebnis ist ein übersichtlicher Bericht, der sich gut für Statusrunden eignet. Besonders praktisch: Das mühsame Zusammensuchen von Informationen entfällt. Stattdessen entsteht ein konsolidierter Überblick, der Diskussionen effizienter macht.
Prompt 2
Copy
„Draft a project update based on emails, chats, and all meetings in [series]: KPIs vs. targets, wins/losses, risks, competitive moves, plus likely tough questions and answers.“
Prompt 3: Launch-Prognose mit Wahrscheinlichkeit Dieser Prompt prüft den aktuellen Stand eines Produkts mit Blick auf einen geplanten Launch-Termin. Copilot berücksichtigt Entwicklungsfortschritte, Ergebnisse aus Pilotprogrammen und bekannte Risiken – und liefert eine geschätzte Erfolgswahrscheinlichkeit. Solche Prognosen sind zwar keine exakten Vorhersagen, helfen aber bei der Einschätzung, ob ein Projekt auf Kurs ist. Wer den Prompt regelmäßig nutzt, erkennt auch frühzeitig negative Trends oder neue Risikofaktoren.
Prompt 3
Copy
„Are we on track for the [Product] launch in November? Check eng progress, pilot program results, risks. Give me a probability.“
Prompt 4: Wofür geht die Zeit drauf? Mit diesem Befehl analysiert Copilot die letzten Wochen im Kalender und in der Mail-Kommunikation. Daraus entstehen fünf bis sieben Hauptbereiche mit prozentualem Zeitaufwand und kurzen Beschreibungen der jeweiligen Themen. Das zeigt auf einen Blick, wie die eigene Arbeitszeit tatsächlich verteilt ist – und ob der Fokus noch stimmt. Wer Strategiearbeit priorisieren will, kann hier schnell erkennen, ob operative Aufgaben überhandnehmen und wo gegebenenfalls delegiert werden sollte.
Prompt 4
Copy
„Review my calendar and email from the last month and create 5 to 7 buckets for projects I spend most time on, with % of time spent and short descriptions.“
Prompt 5: Briefing auf Knopfdruck Der letzte Prompt erzeugt ein individuelles Meeting-Briefing: auf Basis einer ausgewählten E-Mail und der bisherigen Diskussionen in einer Terminserie. Copilot bereitet offene Punkte, Kontext und empfohlene Nachfragen kompakt auf. Gerade bei regelmäßigen Meetings spart das Zeit und sorgt dafür, dass nichts untergeht. Wer mehrere Projekte parallel betreut, behält so den Überblick – ohne jedes Mal manuell nachlesen zu müssen.
Prompt 5
Copy
„Review [select email] + prep me for the next meeting in [series], based on past manager and team discussions.“
Praxis: Klarer Prompt, besseres Ergebnis Gute Prompts müssen nicht perfekt formuliert sein, aber klar und eindeutig. Was Menschen verwirrt, versteht auch die KI falsch. Wer also präzise Fragen stellt und die Datenbasis kennt, bekommt nützliche Ergebnisse. Und wenn ein Prompt nicht direkt das gewünschte Ergebnis liefert, hilft es, nachzuschärfen – oder Copilot selbst um Verbesserungsvorschläge zu bitten. DEIN VORTEIL – DEINE HILFE Kostenlose News und Tutorials – mit minimaler Werbung und maximalem Mehrwert. Damit das so bleibt und wir uns stetig verbessern können, freuen wir uns über deine Unterstützung. Teile diesen Beitrag Folge uns auf Social Media Keine KI-News mehr verpassen und direkt kommentieren! Mastodon X Bluesky Facebook LinkedIn Youtube Unterstütze uns direkt Mit einer YouTube-Mitgliedschaft (ab 0,99 €) oder einmalig über PayPal. So helft ihr uns, unabhängig neue Tools zu testen und noch mehr Tutorials für euch zu erstellen. Vielen Dank für euren Support! Youtube – Kanal PayPal – Kaffee KURZFASSUNG
Satya Nadella hat fünf GPT-5-Prompts vorgestellt, mit denen er Copilot produktiv im Arbeitsalltag nutzt.
Die Prompts decken Meeting-Vorbereitung, Projektstatus, Launch-Wahrscheinlichkeiten, Zeitanalyse und Serien-Briefings ab.
Copilot greift dabei auf Unternehmensdaten aus Outlook, Teams und Kalender zu, um konkrete Handlungsempfehlungen zu geben.
Experten empfehlen klares Prompting und iteratives Feintuning für maximale Qualität der Ergebnisse.
QUELLEN
Fortune
X (Satya Nadella)
The Indian Express
NDTV
Tech.co
Anthropic
Fortune (Prompt-Tipps)