Künstliche Intelligenz hat sich schneller im Fundraising etabliert als fast jedes Werkzeug zuvor: In kaum zwei Jahren ist sie von einer Kuriosität zu einem festen Bestandteil der Arbeitswoche vieler Menschen geworden. Für einen Sektor, der von Beziehungen, Vertrauen und sorgfältig gewählten Worten lebt, fühlt sich dieses Tempo zugleich aufregend und beunruhigend an. Dieser Leitfaden wirft einen geerdeten Blick darauf, was die heutigen KI-Werkzeuge für Fundraiser wirklich leisten können, wo sie an ihre Grenzen stoßen und wie Sie sie einsetzen können, ohne sich, Ihre Spender oder Ihre Organisation in Verlegenheit zu bringen. Er stützt sich auf die praktischen Beispiele, die im KI-Webinar von Hubbub vorgestellt wurden.

Wenn Fundraiser heute von KI sprechen, meinen sie meist große Sprachmodelle, oder LLMs: die Technologie hinter ChatGPT, Claude, Gemini, Perplexity und ihren Konkurrenten. Es hilft, ehrlich zu sein, was diese Werkzeuge tatsächlich sind, denn diese Ehrlichkeit verändert, wie Sie sie nutzen. Es sind prädiktive Modelle, nicht unähnlich der Texterkennung auf einem Mobiltelefon, nur weitaus leistungsfähiger. Das Modell liest den Kontext, den Sie ihm geben (Ihren Prompt, den umgebenden Text, alle Daten, die Sie bereitstellen), und verwendet einen komplexen Algorithmus, um die Wörter, Sätze und Absätze vorherzusagen, die am ehesten zu dem passen, was Sie offenbar erfragen.

Diese eine Tatsache erklärt sowohl die Stärke als auch die Grenzen. Es ist verlockend, sich diese Werkzeuge entweder als bloßen Algorithmus oder als Person vorzustellen, als eine Art Assistent, obwohl sie in Wirklichkeit weder das eine noch das andere sind. Sie sind mehr als ein Algorithmus, weil sie so viel Kontext aufnehmen, dass sie zu einer Erweiterung Ihrer eigenen Art zu schreiben und zu sprechen werden. Aber sie sind keine Assistenten: Sie denken nicht, und sie schlussfolgern nicht über Wissen oder strukturierte Informationen. Halten Sie beide Gedanken zugleich fest, und Sie werden KI weit sinnvoller einsetzen als jemand, der sie entweder als Genie oder als Spielzeug behandelt.

Einsatzbereite Vorlagen. Melden Sie sich an, um unsere KI-Anwendungsfälle im Fundraising, KI-Prompt-Bibliothek und Vorlage für eine KI-Nutzungsrichtlinie herunterzuladen.

Eine realistische Sicht: Was KI kann und was nicht

Die meiste Enttäuschung über KI rührt daher, dass man das Falsche von ihr erwartet, beginnen Sie also mit Realismus. Diese Werkzeuge sind wirklich gut in Sprache: Entwürfe verfassen, umschreiben, zusammenfassen, den Ton verändern und einen Text für viele Zielgruppen anpassen. Sie sind schnell, sie sind günstig, und die Kosten eines Versuchs liegen nahe null. Bis Ende 2024 nutzten laut McKinsey bereits rund zwei Drittel der Organisationen in der Wirtschaft generative KI in mindestens einem Geschäftsbereich, auch wenn weniger als ein Drittel ihren Einsatz als strukturiert beschrieb. Die Werkzeuge sind überall; ihr durchdachter Einsatz ist es nicht.

Die Grenzen sind schärfer, als das Marketing nahelegt. Die wichtigste ist, dass diese Modelle mit Überzeugung Dinge erfinden. Ein klares Beispiel: Aufgefordert, aus einer hochgeladenen Tabelle der Spendenhistorie ein Spender-Briefing zu erstellen, fabrizierte ein Werkzeug stillschweigend die Zahlen. Das Ergebnis war nicht nur unvollständig, sondern wich wild von der Quelle ab: Es übersah sehr viele Spenden und erfand die Daten. Statt zuzugeben, dass es die Datei nicht lesen konnte, erzeugte es plausible neue Daten. Der Grund ist genau die oben beschriebene prädiktive Natur. Das Modell behandelte die Tabelle nicht als einen Datensatz, der unversehrt zu bewahren ist, sondern als ein Beispiel für die Art von Antwort, die es liefern sollte.

Das ist die sauberste Veranschaulichung der Kluft zwischen einem KI-Werkzeug und einem menschlichen Helfer: Ein menschlicher Assistent würde dies niemals tun. Zahlen, Namen, Daten, Zitate und alle strukturierten Daten sind genau die Bereiche, in denen diese Werkzeuge am wenigsten verlässlich sind und in denen ein nachlässiger Fundraiser realen Schaden anrichten kann. Behandeln Sie KI als brillanten Verfasser erster Entwürfe und als unzuverlässigen Rechercheur, und Sie liegen ungefähr richtig.

Praktische Anwendungsfälle

Texte entwerfen und überarbeiten

Der stärkste und sicherste Anwendungsfall besteht darin, Ihnen beim Schreiben zu helfen. Fundraiser arbeiten wochenlang an einem Förderkonzept und brauchen dann Versionen davon für verschiedene Zielgruppen, und diese Varianten von Hand zu erstellen ist teuer, sei es an Geld oder an Zeit. Hier glänzt KI. Nehmen Sie einen gut geschriebenen Spendenaufruf und bitten Sie das Werkzeug, ihn für eine neue Zielgruppe umzuschreiben, zum Beispiel: „Schreibe diesen Stipendien-Spendenaufruf für eine Elternzielgruppe um, behalte den Kerngedanken bei, spiegle aber den passenden Ton, die emotionalen Beweggründe und die Vertrautheit wider.“ Sie erhalten in Sekunden einen brauchbaren Entwurf.

Derselbe Ansatz lässt sich auf eine ganze Kampagne übertragen. Für einen Giving Day können Sie aus einem einzigen Förderkonzept fünf, sechs oder zehn verschiedene Segment-E-Mails erzeugen: Eltern, Ehemalige verschiedener Generationen, bestehende Spender, kürzlich Ausgeschiedene, Mitarbeitende. Statt fünfzehn oder zwanzig Varianten von Grund auf zu schreiben, lassen Sie das Werkzeug sie erstellen, zumindest als Ausgangspunkt. Dieser Ausdruck ist entscheidend. Die KI liefert Ihnen einen schnellen ersten Wurf; Sie bringen das Urteilsvermögen ein. Das ist der nützlichste Ort zum Anfangen, und er passt naturgemäß zu unserem Leitfaden zum E-Mail-Fundraising, wo das Entwerfen von Betreffzeilen, Einstiegen und segmentierten Varianten genau die Art von Arbeit ist, die KI beschleunigt.

Ein kleines verräterisches Zeichen, das man kennen sollte: Diese Werkzeuge lieben bestimmte stilistische Angewohnheiten, besonders den langen Gedankenstrich, den ChatGPT im Besonderen über seine Ausgaben streut. Eine Häufung langer Gedankenstriche verrät, dass ein Text von einer KI geschrieben wurde. Sie können das Werkzeug einfach bitten, sie zu entfernen, achten Sie aber darauf, was sich dabei sonst noch ändert, denn jede Anpassung kann mehr verschieben, als Sie verlangt haben.

Recherche und Zusammenfassung

Der zweite starke Anwendungsfall ist das Zusammenfassen und Umformen von Text, den Sie bereits haben. Gesprächsprotokolle, Besprechungsnotizen, lange Berichte und unübersichtliche Anrufnotizen sind ideale Kandidaten. Sie könnten ein Werkzeug etwa bitten: „Formatiere die folgenden unstrukturierten Notizen eines Spendergesprächs in das einheitliche Format unseres CRM um und extrahiere die wichtigsten Ergebnisse, Tonindikatoren, nächsten Schritte und eine Zusammenfassung.“ Der Wert liegt in der Einheitlichkeit: Sie erhalten aus jedem Gespräch dieselben Informationen, gleich wer es geführt hat. Arbeit, die früher Stunden dauerte, etwa das Erstellen eines Spender-Briefings aus einem Profil und einer Spendenhistorie, kann auf Minuten schrumpfen, sofern Sie sie prüfen.

Hier gibt es allerdings eine wichtige Warnung. Diese Werkzeuge gehen mit Text in Anhängen weit besser um als mit strukturierten Daten, besonders mit Zahlen in Tabellen, und es besteht eine gute Chance, dass ein Werkzeug eine Tabelle schlicht gar nicht liest. Die Lösung ist einfach: Kopieren Sie Ihre Daten aus der Tabelle direkt in den Prompt, statt eine Datei hochzuladen. Als dieselbe Spendenhistorie als Tabelle eingefügt wurde, verarbeitete das Werkzeug sie korrekt. Kleine Unterschiede darin, wie Sie dem Werkzeug Informationen zuführen, machen einen großen Unterschied dafür, ob Sie dem Ergebnis trauen können.

Zeit sparen bei Verwaltung und Übung

Über Schreiben und Recherche hinaus nimmt KI dem Alltagsverwaltungskram still die Reibung: Notizen umformatieren, Text in eine Tabelle verwandeln, die Struktur eines Dokuments entwerfen, nächste Schritte vorschlagen. Eine unerwartetere Nutzung ist das Üben. Sie können ein sprachfähiges Werkzeug bitten, einen Spender oder einen verärgerten ehemaligen Studenten zu spielen, und schwierige Gespräche üben, bevor sie stattfinden. Für studentische Anrufer, die zum ersten Mal zum Hörer greifen, macht das zehn- oder fünfzehnmalige Proben eines Anrufs im Voraus das Skript (über sie selbst, über den Aufruf, über das, was sie besprechen möchten) weitaus leichter und angenehmer im Vortrag. Derselbe Ansatz legt die Lücken in dem offen, worüber Sie zu sprechen bereit sind, was eine wertvolle Vorbereitung ist, sowohl für Treffen mit Großspendern als auch fürs Telefon.

Gute Prompts schreiben und den richtigen Kontext geben

Die Qualität dessen, was Sie herausbekommen, hängt fast vollständig davon ab, was Sie hineingeben. Das Modell sagt schließlich nur die beste Passung für den von Ihnen gegebenen Kontext voraus, also je mehr Kontext, desto besser die Passung. Sagen Sie ihm, wer Sie sind, was Sie erreichen wollen, wer die Zielgruppe ist, welchen Ton Sie wünschen und wofür Sie die Ausgabe verwenden werden. Sie können ein Werkzeug sogar einmal mit Ihren eigenen Vorlieben vorprägen und sie wiederverwenden: Sagen Sie ihm zum Beispiel, ausschließlich in Standarddeutsch zu schreiben, und es wird das beibehalten.

Die andere Hälfte guten Promptens ist die Struktur. Je präziser und strukturierter Ihre Anweisung, desto vorhersehbarer und einheitlicher das Ergebnis; lassen Sie Lücken, und das Werkzeug rät und interpretiert, was Sie gemeint haben. Wenn Sie vier bestimmte Felder in einer Tabelle wollen, benennen Sie diese vier Felder. Wenn Sie etwas wollen, das kurz genug ist, um einen Blick darauf zu werfen, bevor Sie in ein Meeting gehen, sagen Sie das, und verfeinern Sie dann weiter.

Was zur nützlichsten Gewohnheit überhaupt führt: iterieren. Sie holen das Beste aus diesen Werkzeugen heraus, indem Sie darüber nachdenken, wie Sie die Ausgabe verwenden werden, und das Werkzeug dann über mehrere Runden genau zu dem hinsteuern, was Sie wollen. Nehmen Sie die erste Antwort nicht als endgültig hin. Bitten Sie um eine kürzere Version, einen anderen Ton, eine Tabelle statt Fließtext, drei Social-Media-Beiträge statt einem. Und lesen Sie, was das Werkzeug Ihnen unterwegs über sein Vorgehen mitteilt, denn jedes Mal, wenn Sie es bitten, etwas anzupassen, ändert es vielleicht etwas mehr, als Sie verlangt haben.

Eine letzte Disziplin lohnt sich, gleich welche Werkzeuge Sie nutzen: Behandeln Sie jeden Versuch als kleines Experiment und schreiben Sie es auf. Was wollten Sie erreichen? Welche Werkzeuge haben Sie verwendet? Was hat funktioniert, was nicht, und was kommt als Nächstes? Eine kurze Aufzeichnung Ihrer Prompts und Ergebnisse verwandelt verstreutes individuelles Ausprobieren in geteiltes, wiederholbares Wissen, denn selbstgesteuertes Lernen in diesem Feld verpasst sonst riesige Mengen wertvoller Erfahrung von Kolleginnen und Kollegen. Unsere Prompt-Bibliothek ist genau als solche geteilte Aufzeichnung angelegt.

Einen Menschen im Prozess behalten

Wenn eine Regel mehr als jede andere zählt, dann diese: Lesen Sie die Ausgabe immer. Die erfundene Spendenhistorie von oben ist die mahnende Geschichte. Das Werkzeug erzeugte etwas Geschliffenes, Professionelles und völlig Falsches, und es wäre leicht gewesen zu übersehen, dass es die Spendenhistorie vollständig falsch dargestellt hatte. Ein Briefing, das Sie gleich in ein Spendergespräch mitnehmen wollen, ist genau die Art von Dokument, bei der eine selbstbewusste Erfindung realen Schaden anrichtet.

Halten Sie also bei jedem Schritt einen Menschen zwischen die KI und die Außenwelt. Prüfen Sie Fakten, Zahlen, Namen und Zitate gegen Ihre Quelle. Seien Sie besonders vorsichtig, wenn ein Werkzeug eine herunterladbare Datei erzeugt: Wenn es ein kleines Programm schreibt und ausführt, um eine Tabelle zu bauen, ist die sicherste Reaktion, dieser Datei nicht zu trauen und stattdessen zu verlangen, die Tabelle auf dem Bildschirm anzuzeigen, damit Sie den Inhalt überprüfen können. Diese Prüfung dauert Sekunden und ist es allemal wert.

Ein Mensch im Prozess dient nicht nur dem Aufspüren von Fehlern; es geht um Verantwortung. Die KI spiegelt Ihnen Ihre Stimme und Ihr Urteilsvermögen zurück, und die Verantwortung für alles, was unter dem Namen Ihrer Organisation hinausgeht, bleibt bei Ihnen. Nutzen Sie sie zum Entwerfen, niemals zum ungelesenen Versenden.

Datenschutz, Spendervertrauen und Ethik

Hier müssen Fundraiser am vorsichtigsten sein, denn wir verwalten sensible personenbezogene Daten und leben vom Vertrauen. Der Ausgangspunkt beim Datenschutz ist unkompliziert: Sie müssen Menschen informieren, wenn Sie beginnen, ihre personenbezogenen Daten in KI-Werkzeuge einzugeben. Unter der DSGVO, die für Spenderdaten in ganz Europa gilt, muss dies klar in Ihrer Datenschutzerklärung stehen, ob Sie sich auf Einwilligung oder auf berechtigtes Interesse stützen. Deutlich gesagt: Wenn Sie beginnen, personenbezogene Daten in Werkzeuge wie ChatGPT einzuspeisen, ohne dass irgendwo eine Zeile den Spendern mitteilt, dass Sie das tun könnten, sind Sie mit ziemlicher Sicherheit nicht konform.

Die beruhigende Nachricht ist, dass die meisten starken Anwendungsfälle nur sehr wenige personenbezogene Daten benötigen. Ein Förderkonzept umzuschreiben, Segment-E-Mails zu entwerfen oder einen Bericht zusammenzufassen, betrifft keine namentlich genannten Personen. Wo Sie tatsächlich mit personenbezogenen Informationen umgehen, etwa Notizen aus einem Gespräch, lässt sich das oft leicht anonymisieren, indem Sie die individuellen Angaben zuerst entfernen. Für die meisten Anwendungsfälle in diesem Leitfaden müssen Sie nicht wirklich viele personenbezogene Daten in diese Werkzeuge eingeben. Machen Sie Anonymisieren zu Ihrer Standardeinstellung und beziehen Sie personenbezogene Daten nur bewusst ein, mit einer klaren Rechtsgrundlage und einer Datenschutzinformation, die das benennt.

Auch das Urheberrecht verdient eine Erwähnung, besonders bei KI-generierten Bildern. Ob Ihnen gehört, was ein Werkzeug erzeugt, hängt stark von dessen Allgemeinen Geschäftsbedingungen ab und gesondert von ungeklärten Rechtsfragen zu den Daten, mit denen diese Modelle trainiert wurden. Vorsicht ist hier ratsam: Es ist schwer, sicher zu sein, dass ein frisch erzeugtes Bild nicht visuell sehr ähnlich zu, oder faktisch eine Kopie von, etwas in den Trainingsdaten des Modells ist. Bilder zu bearbeiten, die Ihnen bereits gehören, ist risikoarm; brandneue Bilder von Grund auf zu erzeugen, birgt mehr Risiko.

Zur Authentizität ist die ehrliche Antwort, dass Sie nicht wissen können, wie Spender reagieren werden, bis Sie es versuchen, vorsichtig. Statt KI-gestützten Text an Ihre gesamte Datei zu senden, testen Sie ihn zuerst an einem kleinen, kontrollierten Publikum: Führen Sie ihn als A/B-Test gegen Ihre übliche Version und beobachten Sie sowohl, ob sich die Resonanz verbessert, als auch, ob jemand das Gefühl hatte, es sei nicht echt. Der zugrunde liegende Punkt ist beruhigend, denn das Werkzeug spiegelt Ihnen Ihre eigene Authentizität zurück, sodass gut beaufsichtigte Ausgaben nicht weniger echt wirken müssen. Aber der wahre Prüfstein ist der Spender, und Sie erfahren die Antwort nur, indem Sie Ihre Arbeit behutsam echten Menschen vorlegen.

Wie Sie sicher loslegen

Sie brauchen weder eine Strategie noch ein Budget noch eine Erlaubnis, um anzufangen; Sie brauchen eine Aufgabe mit geringem Einsatz und die Gewohnheit zu prüfen. Wählen Sie eine Aufgabe, die Sie oft erledigen und die hauptsächlich um Worte geht, etwa das Entwerfen einer Segment-E-Mail oder das Zusammenfassen einer Reihe von Anrufnotizen, und probieren Sie sie aus. Fügen Sie reichlich Kontext ein, fragen Sie präzise nach dem, was Sie wollen, und iterieren Sie, bis die Ausgabe wirklich nützlich ist. Lesen Sie alles, bevor es Ihre Hände verlässt, anonymisieren Sie alle personenbezogenen Daten, und notieren Sie sich kurz den Prompt, der funktioniert hat, damit eine Kollegin ihn wiederverwenden kann.

Von dort aus weiten Sie einen Anwendungsfall nach dem anderen aus, halten personenbezogene Daten heraus, sofern Ihre Datenschutzinformation sie nicht abdeckt, und testen alles Spenderbezogene zuerst an einem kleinen Publikum. So gehandhabt, wird KI zu dem, worin sie wirklich gut ist: ein schneller, unermüdlicher Schreibpartner, der Sie freisetzt, mehr Ihrer Zeit für die Beziehungen aufzuwenden, die nur ein Mensch aufbauen kann.

Häufig gestellte Fragen

Wird KI Fundraiser ersetzen? Nein. Diese Werkzeuge sind stark in Sprache und schwach in Urteilsvermögen, Beziehungen und Genauigkeit. Sie entwerfen, fassen zusammen und formatieren schnell um, aber die Strategie, die Spenderbeziehung und die Verantwortung für das, was hinausgeht, bleiben fest bei Ihnen. Behandeln Sie KI als fähigen Verfasser erster Entwürfe, nicht als Ersatz.

Ist es sicher, Spenderdaten in ChatGPT oder ähnliche Werkzeuge einzugeben? Nur mit Sorgfalt. Unter der DSGVO muss Ihre Datenschutzerklärung, wenn Sie personenbezogene Daten in KI-Werkzeuge eingeben wollen, dies klar benennen, ob Sie sich auf Einwilligung oder berechtigtes Interesse stützen. Für die meisten Fundraising-Anwendungsfälle brauchen Sie wenig bis gar keine personenbezogenen Daten, und Anrufnotizen sowie ähnliches Material lassen sich in der Regel zuvor anonymisieren. Machen Sie Anonymisieren zu Ihrer Standardeinstellung.

Welches KI-Werkzeug sollte ich verwenden? Das spielt weniger eine Rolle, als Sie vielleicht denken. ChatGPT, Claude, Gemini, Perplexity und die übrigen wetteifern allmählich darum, ein wenig besser zu sein als die anderen, daher ist es vernünftig, recht agnostisch zu bleiben. Verwenden Sie, was Ihre Organisation erlaubt und womit Sie sich wohlfühlen, und prüfen Sie die Bedingungen des Werkzeugs zu Daten und Urheberrecht, bevor Sie sich darauf verlassen.

Warum erfindet KI manchmal Dinge? Weil sie plausiblen Text vorhersagt, statt Fakten abzurufen. Aufgefordert nach einer Spendenhistorie, die es nicht richtig lesen konnte, erfand ein Werkzeug einfach eine, die richtig aussah. Behandeln Sie Zahlen, Namen, Daten und Zitate stets als ungeprüft, bis Sie sie gegen Ihre Quelle abgeglichen haben, und fügen Sie strukturierte Daten in den Prompt ein, statt eine Tabelle hochzuladen.

Wie erziele ich ein besseres Ergebnis aus einem Prompt? Geben Sie ihm mehr Kontext und seien Sie konkreter. Sagen Sie ihm, wer Sie sind, wer die Zielgruppe ist, welchen Ton Sie wünschen und wofür die Ausgabe ist, und je strukturierter Ihre Anweisung, desto vorhersehbarer das Ergebnis. Dann iterieren Sie: Bitten Sie um kürzer, einen anderen Ton oder in Tabellenform, bis es genau das ist, was Sie brauchen.

Wo sollte ein völliger Anfänger beginnen? Mit einer wortbasierten Aufgabe mit geringem Einsatz, etwa dem Entwerfen einer Segment-E-Mail oder dem Zusammenfassen von Notizen. Fügen Sie Kontext ein, fragen Sie präzise, lesen und prüfen Sie die Ausgabe, halten Sie personenbezogene Daten heraus, und speichern Sie den Prompt, der funktioniert hat, damit Kolleginnen und Kollegen ihn wiederverwenden können.

Ressourcenpaket für Mitglieder

Melden Sie sich mit Ihrer E-Mail-Adresse an, um diese bearbeitbaren Vorlagen freizuschalten:

Werkzeuge

Hubbubs Giving-Day-Simulator: modellieren Sie wahrscheinliche Ergebnisse, bevor Sie sich auf ein Ziel festlegen
Fundraising-Text-Checker: schärfen Sie Ihre Aufruf- und E-Mail-Texte
QR-Code-Generator: verbinden Sie Momente vor Ort direkt mit einer Spendenseite

Weiterführende Literatur

Hubbub-Blog: wo KI in der Philanthropie liefern kann und wo nicht
Verwandter Leitfaden: Wie Sie Fundraising-E-Mails schreiben, die funktionieren
Branchenverbände: CASE und CASE Europe

Im vollständigen Linkverzeichnis finden Sie mehr.