Fragen Sie einen Raum voller Berater, Analysten oder Marketingmanager, ob sie KI für die Erstellung ihrer letzten Präsentation genutzt haben, und Sie erhalten viele vorsichtige Formulierungen. *„Ich habe einige KI-Tools für die Recherche verwendet.“* *„Es hat mir beim Erstellen eines Grobkonzepts geholfen.“* Niemand sagt *„KI hat den ersten Entwurf von Folie vierzehn geschrieben“*, selbst wenn genau das passiert ist. Es gibt eine Lücke zwischen dem Ausmaß, in dem KI eine Präsentation berührt, und dem, was jemand zugeben würde – und diese Lücke ist die eigentliche Geschichte, nicht die Tools selbst. Ich habe das bei Menschen beobachtet, die Präsentationen beruflich erstellen. Der KI-Einsatz ist real. Das Schweigen dazu ist genauso real, und es geht dabei gar nicht wirklich um die Technologie. --- **Die Zahl, die alle wollen – und niemand hat** Hier kommt der unangenehme Teil: Es gibt keine klare, verifizierbare Zahl für *„wie viele Unternehmenspräsentationen von KI geschrieben wurden“*. Kein Unternehmen veröffentlicht diese Metrik öffentlich, und die meisten würden sie auch nicht wollen. Was wir haben, sind Adoptionszahlen aus einzelnen Organisationen, und die sind so hoch, dass eine runde Zahl wie *„ein Drittel aller Folien“* plausibel wirkt – selbst ohne eine einzige Quelle, die sie beweist. McKinsey entwickelte eine interne KI-Plattform namens Lilli speziell, um Aufgaben zu unterstützen, die früher von Junior-Mitarbeitern übernommen wurden, darunter das Erstellen von PowerPoint-Folien aus einer Eingabeaufforderung und die Anpassung des Tons an den Firmenstil. Mehr als 75 % der rund 43.000 Mitarbeiter nutzen sie jetzt jeden Monat. Das ist ein Unternehmen, das über sich selbst berichtet, mit jeder Motivation, die Zahl gut aussehen zu lassen. Aber es ist auch ein Datenpunkt, der vor drei Jahren noch nicht existierte, und er ist kein Ausreißer – er zeigt, was passiert, wenn ein KI-Tool in die Software integriert wird, die die Menschen zuerst öffnen, statt in einem separaten Browser-Tab zu sitzen. --- **Warum „Ich habe KI für Recherche genutzt“ so viel leistet** Etwas, das ich bei Präsentationen bemerkt habe: Die Leute sind völlig bereit, zuzugeben, dass KI ihnen beim Denken geholfen hat. Sie sind jedoch viel weniger bereit, zuzugeben, dass KI ihnen beim Schreiben geholfen hat. Dieser Unterschied spiegelt nicht wider, was tatsächlich während des Entwurfs passiert ist – er spiegelt wider, was sich laut auszusprechen sicher anfühlt, in einem Raum, in dem jemand fragen könnte *„Was hast du also eigentlich selbst beigetragen?“*. Die ehrliche Antwort für viele Präsentationen lautet: Struktur und Urteilsvermögen. Welche Folien den Argumentationsstrang tragen, was weggelassen wird, ob die Geschichte einem ersten Einwand eines Kunden standhält. Das ist echte Arbeit. Aber es ist Arbeit, die *nach* einem Entwurf stattfindet – und zunehmend ist es gerade dieser erste Entwurf, für den niemand die Verantwortung übernehmen möchte. --- **Der Teil, den alle weglassen: KI-Entwürfe erzeugen Nacharbeit, nicht freie Zeit** Hier wird die Geschichte weniger schmeichelhaft für KI – und es ist genau der Punkt, den die meisten *„KI spart Ihnen Stunden“*-Artikel leise auslassen. Eine Umfrage von 2025–2026 mit rund 3.200 Führungskräften und Mitarbeitern großer Unternehmen, basierend auf Feldforschung von Hanover Research und zitiert von der Präsentationssoftware-Firma empower, ergab, dass nur 14 % der Mitarbeiter einen konsistent positiven Nettoeffekt durch den Einsatz von KI in PowerPoint sehen, wenn die Korrekturzeit berücksichtigt wird. Die gleiche Analyse, die auf der Produktivitätsforschung von Workday basiert, kam zu dem Schluss, dass mehr als ein Drittel des Werts, den KI generiert, durch das Korrigieren, Verfeinern und Umschreiben dessen verloren geht, was sie produziert hat. Das verändert die ganze Frage *„Wie viele Präsentationen werden von KI geschrieben?“*. Eine Folie, die von KI generiert und dann von einem Menschen von Grund auf neu erstellt wurde, ist nicht mehr wirklich *„KI-geschrieben“* – aber sie ist auch nicht rein *„menschengeschrieben“*, und es gibt keine klare Grenze, wo das eine aufhört und das andere beginnt. Die Zahl von etwa 30 %, die im lockeren Gespräch oft genannt wird, ist wahrscheinlich näher an *„KI hat den ersten Entwurf berührt“* als *„KI-Wörter haben die finale Version überlebt“*. Das sind zwei völlig unterschiedliche Aussagen, und wenn man sie vermischt, beginnt genau dort das Schweigen – niemand möchte einem Tool zu viel Anerkennung geben, das dann größtenteils umgeschrieben wurde, also ist die einfachste Lösung, es einfach nicht zu erwähnen. --- **Wo das in der Praxis auftritt** Die Teams, die das gut handhaben, sind nicht diejenigen, die den KI-Einsatz verbergen – sie sind diejenigen, die aufgehört haben, *„Hat KI dies berührt“* als die interessante Frage zu betrachten, und stattdessen *„Hält der Argumentationsstrang zusammen“* als die einzige relevante Frage sehen. Das ist keine neue Idee; es ist dieselbe Disziplin, die hinter der Struktur von Folienargumenten in Beratungsfirmen steht, lange bevor generative KI existierte, um den ersten Entwurf zu erstellen. Ein von KI generierter Grobentwurf muss denselben Test bestehen wie ein manuell erstellter: Kann man ihn auf die Folientitel reduzieren und eine kohärente Argumentation von oben bis unten lesen? Wo KI ihren wahren Platz verdient hat, ist darin, eine grobe Struktur so schnell auf die Seite zu bringen, dass eine Person ihre Zeit mit der Bearbeitung des Arguments verbringen kann, statt vor einer leeren Folie zu starren. Wo sie leise mehr kostet als sie spart, ist wenn das Ergebnis als fertiggestellt behandelt wird, statt als erster Entwurf – dichte, generische Aufzählungszeichen, die dieselbe Nacharbeit benötigen wie der erste Entwurf eines Gründers für eine Pitch-Präsentation, die Art, die in *„Was einen fundierbaren Pitch von einem ignorierten unterscheidet“* behandelt wird. KI ist gut darin, eine Folie mit Text zu füllen. Sie ist jedoch viel schwächer darin zu wissen, welche dieser Wörter die Zielgruppe tatsächlich sehen muss – das ist dieselbe Urteilsfrage, die relevant ist, wenn man entscheidet, was von einer datenreichen Folie weggelassen werden soll, wie in *„Wie man komplexe Daten vereinfacht“*. --- **Das Problem der Offenlegung hat nichts mit KI zu tun** Streift man den Technologieaspekt ab, ist das ein altes Arbeitsmuster in neuem Gewand. Menschen haben sich nie wohlgefühlt, zuzugeben, dass sie ein Template, eine Struktur oder einen ersten Entwurf von jemand anderem genutzt haben – nicht weil es unehrlich wäre, sondern weil *„Ich habe das von Grund auf selbst erstellt“* immer noch beeindruckender klingt als *„Ich habe etwas bearbeitet, das mir 70 % des Weges schnell gebracht hat“*. KI hat nur die Kluft zwischen diesen beiden Geschichten vergrößert und die Versuchung, sie zu verwischen, verstärkt. Die Präsentationen, die realer Prüfung standhalten, sind nicht diejenigen, bei denen niemand KI genutzt hat. Sie sind diejenigen, bei denen jemand bereit war, den KI-Entwurf skeptisch zu betrachten, das zu streichen, was seine Folie nicht verdiente, und das Argument so lange zu überarbeiten, bis es als reine Liste von Titeln gelesen werden konnte. Ob dieser erste Entwurf von einer Eingabeaufforderung oder einer leeren Seite stammte, ist dabei viel weniger entscheidend als ob jemand diesen zweiten Schritt tatsächlich durchgeführt hat.