Was es wirklich braucht, um KI in PowerPoint zu bringen

Es wurde viel darüber geschrieben, was KI kann. Weniger wurde darüber geschrieben, wo sie derzeit noch an Grenzen stößt – und warum die Lücke zwischen dem, was Nutzer brauchen, und dem, was die Technologie ihnen bietet, wichtiger ist, als der Hype vermuten lässt.

PowerPoint-Folien sind eines dieser Beispiele, in denen die Technologie nicht zu den Anforderungen von Power-Usern passt. Die Menschen, die am stärksten auf PowerPoint angewiesen sind, sind keine Gelegenheitsnutzer, die nach schnellen und einfachen Lösungen suchen. Sie betreten Räume, in denen die Qualität ihrer Folien die getroffenen Entscheidungen direkt beeinflusst.

Für sie ist „gut genug“ nicht gut genug.

Das Problem beim Einsatz generativer KI zur Erstellung erstklassiger Präsentationen ist, dass es wirklich schwieriger ist, als es aussieht, und dass die Messlatte dafür, was „gelöst“ tatsächlich bedeutet, deutlich höher liegt, als den meisten, die über dieses Feld schreiben, bewusst zu sein scheint.

In diesem Blogartikel möchte ich die technischen Hürden beleuchten, die Folien zu einem schwierigen Problem für KI machen, was die anspruchsvollsten PowerPoint-Nutzer von heute tatsächlich brauchen, und wo aus meiner Sicht die eigentliche Chance liegt.

Technische Hürden

Folien sind multimodal

Large Language Models werden mit Text trainiert und sind hervorragend darin, ihn zu verarbeiten. Aber eine Folie besteht nicht nur aus Text. Eine Folie ist ein multimodales Artefakt mit Text, Bildern und Daten, die in einem zweidimensionalen Raum angeordnet sind, in dem sowohl die einzelnen Komponenten als auch ihr Layout Bedeutung tragen.

Die Position einer Hervorhebungsbox relativ zu einem Diagramm ist wichtig. Die Größe einer Beschriftung im Verhältnis zu den Daten, die sie beschreibt, ist wichtig. Ob der Blick natürlich vom Folientitel zum Diagramm wandert, ist wichtig.

LLMs haben bislang kein verlässliches, konsistentes Gespür für diese räumliche und visuelle Schlussfolgerung entwickelt. Sie können Textbeschreibungen eines Layouts verarbeiten und aus Text-Prompts Bilder erzeugen, aber zu verstehen, wie visuelle Elemente zusammenwirken, bleibt eine erhebliche Herausforderung.

Probabilistisch vs. deterministisch

LLMs sind probabilistisch. Sie sagen die wahrscheinlichste Ausgabe auf Grundlage von Mustern in ihren Trainingsdaten voraus. Dadurch können Ergebnisse inkonsistent sein, und Ausgaben sind oft die meiste Zeit größtenteils richtig – aber nicht immer genau richtig, jedes einzelne Mal.

Sicher, für manche Aufgaben ist „größtenteils richtig“ gut genug. Aber nicht für professionelle Folien.

Folienarbeit ist deterministisch – sie verlangt Konsistenz und Wiederholbarkeit. Ein erster Entwurf sollte so weit entwickelt sein, dass ein Nutzer Folien verfeinert, nicht neu aufbaut.

Eine einzelne Formatierungsinkonsistenz ist eine Korrektur. Inkonsistenzen, die immer wieder auftauchen, bedeuten mehr Arbeit für den Nutzer.

Wenn Sie vor einem Vorstand oder einem hochrangigen Kunden präsentieren, hängt das Ergebnis von Klarheit, Genauigkeit und Glaubwürdigkeit Ihrer Folien ab. Wenn ein LLM in einer Präsentation keine konstanten Standards einhalten kann, ist es für diesen Raum noch nicht bereit.

Mangel an Trainingsdaten

Menschliches Wissen liegt als Text vor, auf den LLMs zum Trainieren zugreifen können. Für Bilder gibt es ebenfalls einen riesigen Pool an Trainingsdaten.

Für Folien gibt es nichts Vergleichbares. Hochwertige Foliendaten sind online schlicht nicht verfügbar. Niemand labelt systematisch gute und schlechte Folien und speist das in ein Trainingsmodell ein. Auch textliche Beschreibungen, wie eine gute Folie aussehen sollte, reichen nicht aus – weil Text einem LLM nicht dasselbe Niveau an Input liefert wie das Lernen an den Folien selbst.

Solange sich das nicht ändert, werden KI-Ausgaben zur Folienerstellung, die auf der aktuellen Breite und Qualität der Trainingsdaten basieren, weiterhin am Ziel vorbeigehen – auf eine Weise, die für jeden, der professionell mit Folien arbeitet, sofort offensichtlich ist.

Anforderungen heutiger Foliennutzer

Genauigkeit und Zuverlässigkeit

Die Topklasse der PowerPoint-Nutzer – etwa Unternehmensberater, Investmentbanker und Strategieteams – kann sich unzuverlässige Ergebnisse nicht leisten. Sie können nicht mit falschen Zahlen in eine Vorstandssitzung gehen. Das könnte Sie Ihre Karriere kosten – und es wird Sie ganz sicher Ihre Karriere kosten, wenn Sie die KI dafür verantwortlich machen.

Was auch immer KI in diesem Bereich tut, muss jedes einzelne Mal genau und zuverlässig sein – nicht nur die meiste Zeit.

Lesbarkeit

Professionelle Folien dienen dazu, eine Botschaft zu vermitteln, Informationen zu teilen und Entscheidungen zu unterstützen – oft in Meetings mit hohem Einsatz, in denen die Zeit knapp und die Aufmerksamkeit begrenzt ist.

Sie müssen hohe visuelle Standards erfüllen – nicht nur korrekte Inhalte enthalten.

Das klingt so einfach, aber in der Praxis ist es genau der Punkt, an dem aktuelle KI-Tools scheitern. Power-User arbeiten in Situationen, in denen die Qualität einer Folie die Entscheidungen im Raum direkt beeinflusst. Die Messlatte liegt hoch – und die aktuelle Generation von KI-Tools kommt nicht darüber.

Aktuell bleiben selbst die besten KI-generierten Folien häufig hinter dem zurück, was ein erfahrener Berater als akzeptabel ansehen würde. Und es braucht mehr als einen „pls fix“-Prompt, um das aufzuräumen.

Produktivität

Eine KI-Lösung für PowerPoint muss sich in die bestehenden Workflows der Nutzer einfügen – nicht neben ihnen stehen. Text aus ChatGPT in PowerPoint zu kopieren und wieder zurück ist ein Workaround, keine Lösung.

Dabei geht es um mehr als Zeitersparnis. Es bedeutet, den kognitiven Aufwand durch den Wechsel zwischen Tools zu reduzieren, ein professionelles Maß an Genauigkeit und Konsistenz zu halten und mentalen Freiraum für das strategische Denken zu schaffen, das Ihnen keine KI abnehmen kann

Eine Lösung, die Schritte hinzufügt, Fehler zulässt oder die Konzentration unterbricht, ist nicht produktiv – egal wie beeindruckend die zugrunde liegende Technologie ist.

Die Chance

Trotz der Herausforderungen hat generative KI zweifellos Potenzial, den Präsentationsworkflow zu unterstützen. Sie ist effektiv darin, Erkenntnisse zu generieren, Storyboards auszuarbeiten, Texte zu entwerfen und zu verfeinern sowie Nutzern dabei zu helfen, die Struktur eines Arguments zu durchdenken. Das sind echte Fähigkeiten, die wirklich etwas bewirken können.

Die Chance liegt bei demjenigen, der diese Stärken mit dem verbinden kann, womit KI noch kämpft: Genauigkeit, visuelle Präzision und tiefe Integration in professionelle Tools.

Das erfordert eine seltene Kombination: ernstzunehmende KI-Kompetenz und ein tiefes, etabliertes Verständnis dafür, was die anspruchsvollsten PowerPoint-Nutzer benötigen.

Fazit

KI wird verändern, wie wir mit PowerPoint arbeiten. Das ist keine Prognose, über die es sich zu diskutieren lohnt. Die spannendere Frage, zu der ich immer wieder zurückkehre, ist, ob die entstehenden Tools den Standards derjenigen entsprechen werden, denen Folienqualität am wichtigsten ist: den Topklasse-PowerPoint-Nutzern.

Für sie ist ein Foliensatz ebenso ein professionelles Statement wie ein Ergebnis. Und während KI es schneller und einfacher macht, dass jeder eine Präsentation zusammenstellen kann, ist es die Sorgfalt, die Power-User weiterhin hervorstechen lässt. Aber ohne ähnliche Produktivitätsgewinne werden sie keine Chance haben.

Bei think-cell konzentrieren wir uns seit 25 Jahren auf Qualität und Produktivität für Nutzer, die bei keinem von beidem Kompromisse eingehen. Was wir als Nächstes bauen, fußt auf demselben Fundament. Und ich denke, das Warten wird sich lohnen.

Erkunden Sie dieses Thema weiter mit KI: