Wenn KI mithört

Warum sich Interviewrhetorik jetzt ändern muss

André Schmidt, 25.02.2026

Wer heute ein Interview gibt, spricht deshalb nicht mehr nur mit einer Journalistin oder einem Journalisten. Er spricht indirekt auch mit KI-Systemen. Das verschiebt die Prioritäten für gute Antworten.



„Hey ChatGPT, ist der Babybrei von Hersteller BabyBlue mit Schwermetallen belastet?“ Die Frage ist fiktiv, das Nutzungsmuster sehr real. Verbraucher:innen nutzen KI längst als Antwortmaschine. Die Antwort kommt in Sekunden – nicht immer korrekt, aber oft überzeugend formuliert. Und sie speist sich aus genau den Quellen, die Unternehmen seit Jahren bespielen: Pressemitteilungen, FAQs, Websites, journalistische Beiträge – und Interviews.

Früher musste ein O-Ton vor allem sendefähig sein. Heute sollte er zusätzlich maschinenlesbar, belegbar und nicht zu Missverständnissen einladen. Nicht steif, aber präzise.

Wer Interviewantworten heute „KI-ready“ machen will, landet schnell bei einer der Google-Logik E-E-A-T – Erfahrung, Expertise, Autorität, Trustworthiness (Vertrauen).

Das ist weniger ein viel zitierter SEO-Rankinghebel als ein Qualitätsrahmen, der aufzeigt, wie gute Antworten aussehen sollten. Praktisch heißt das: Gute Antworten liefern nicht nur Haltung, sondern liefern für diese auch die Begründung, und zwar in Form von:

• Erfahrung: Was wurde konkret beobachtet oder getan?
• Expertise: Worauf stützt sich die Aussage fachlich?
• Autorität: Wer prüft, bestätigt oder bewertet mit?
• Vertrauen: Was ist gesichert – und was noch offen?

Mit anderen Worten: KI zwingt Unternehmen nicht zu einer neuen Wahrheit. Aber zu einer saubereren Sprache.

GEO, GAIO, LLMO: Viel Buzzword, ein praktischer Kern

Ob man das nun GEO, GAIO oder LLMO nennt, ist für die Interviewpraxis zweitrangig. Entscheidend ist der Gedanke dahinter: Antworten sollten so formuliert sein, dass generative Systeme sie korrekt rekonstruieren können.

Das ist keine Abkehr von klassischer PR, sondern deren Verschärfung. Klare Sprache, klare Reihenfolge, klare Belege – genau das wird heute besser gefunden, besser zitiert und seltener falsch zusammengefasst.

Was sich in der Antwortrhetorik konkret verändert

1) Die eigentliche Antwort muss früher kommen

Viele Sprecher:innen starten noch immer mit einem verbalen Vorzimmer. Für Menschen ist das ermüdend, für KI oft nur Nebel. Besser: Kernaussage zuerst, dann Einordnung, dann Beleg.

Schwach:
„Also zunächst einmal muss man sagen, dass die globale Lage sehr komplex ist …“

Besser:
„Ja, es gibt Stand März 2026 bei Modell A Verzögerungen von bis zu zwei Monaten. Ursache ist ein Engpass bei Bauteil B. Wir liefern nach aktuellem Stand ab Mitte Mai 2026 und informieren betroffene Kunden proaktiv.“

Das ist konkret, zitierbar – und zeitlich eingegrenzt.

2) Mehr Fakten, weniger Interpretationsspielraum

Maschinen und Menschen unter Druck mögen dasselbe: klare Bezüge.

Schwach:
„Das haben wir geprüft, und es ist unkritisch.“

Besser:
„Unser Umweltlabor in Oberbrunn und das externe Prüfinstitut XY haben die Wasserproben vom 12. Februar geprüft. Die gemessenen Werte liegen jeweils deutlich unter den geltenden Grenzwerten.“

Der Unterschied ist nicht kosmetisch. Er reduziert Missverständnisse.

Konsequenz: Belege gehören in die Antwort, nicht nur ins Presskit. „Details schicken wir nach“ reicht oft nicht mehr. Zumindest die Beleganker sollten schon im O-Ton sitzen.

Die heikelste Veränderung: Vorwürfe nicht wiederholen – gilt nur noch halb

Eine alte Medientrainingsregel lautet: Den Vorwurf in der Antwort nicht wiederholen, sonst verstärkt man ihn. Das bleibt sinnvoll – aber nicht mehr absolut.

Denn KI-Systeme arbeiten oft sehr nah an der Formulierung der Nutzerfrage. Wenn die Frage lautet: „Ist Ihr Babybrei schadstoffbelastet?“, hilft eine Antwort, die den Begriff nie aufgreift, mitunter weniger bei der korrekten Zuordnung. Und bleibt so im Zweifelsfall zugunsten anderer Quellen unerwähnt.

Die neue Regel lautet deshalb allerdings nicht: „Vorwurf immer wiederholen.“
Sondern: „Vorwurf nicht unkommentiert wiederholen – aber semantisch eindeutig beantworten.“

Also in etwa so: „Nein. Unser XX-Babybrei ist nicht schadstoffbelastet. Wir prüfen ihn fünfmal pro Woche intern und zusätzlich über ein externes Prüfinstitut auf Schwermetalle. Die gemessenen Werte liegen deutlich unter den zulässigen Grenzwerten; die Prüfberichte stellen wir Behörden und Handelspartnern zur Verfügung.“

Warum das besser funktioniert:

• klare Ja/Nein-Struktur
• direkter Fragebezug
• Beleglogik
• Transparenzsignal

Wichtig ist die Balance: Das ist kein Freifahrtschein, Vorwürfe breit auszurollen – erst recht nicht in Überschriften. In kritischen Lagen bleiben juristische Risiken, Eskalationsdynamik und Kontext entscheidend.

Fazit: KI belohnt keine neuen Tricks – sondern gute Antworten

KI-Optimierung in Interviews ist keine 180-Grad-Wende. Sie macht nur gnadenlos sichtbar, was schon vorher schwach war: Floskeln, Ausweichmanöver, Belegarmut.

Wer um den heißen Brei redet, überlässt das Feld anderen Quellen – im Zweifel den falschen. Wer klar antwortet, sauber belegt und die Frage erkennbar adressiert, erhöht die Chance, korrekt zitiert zu werden.

Oder kürzer: Nicht für Maschinen sprechen – aber so sprechen, dass Maschinen es richtig verstehen. Angenehmer Nebeneffekt: Für Menschen wird es ebenfalls besser.

Der BMTD ist unabhängig, überparteilich und ausschließlich der professionellen Kommunikation verpflichtet. Die Auswahl der Interviewpartner und ihrer Zitate sowie die entsprechenden Bewertungen erfolgen ausschließlich nach den BMTD-Empfehlungen für einen erfolgreichen Auftritt und sind deswegen kein Ausdruck einer politischen Richtung.