von Roxana Rosu | Sep. 15, 2026 | Artikel
Künstliche Intelligenz (KI) kann Teams im Fördermittelmanagement erheblich Zeit sparen, funktioniert aber am besten, wenn sie einen klar definierten Zweck hat.
In Good Grants kann KI Aufgaben wie das Zusammenfassen von Anträgen, das Extrahieren von Informationen, das Identifizieren von Themen, das Formulieren von Rückmeldungen an Antragstellende, das Durchführen von Berechnungen und das Analysieren von Informationen über Anträge, Begutachtungen, Mittelzuweisungen und Förderberichte hinweg unterstützen.
KI kann auch bei vorläufigen Bewertungen und anderen wiederkehrenden Analysen helfen – und dabei stets sicherstellen, dass Menschen für die wichtigen Entscheidungen verantwortlich bleiben.
Doch nicht alle diese Aufgaben erfordern dasselbe von der KI.
Ob KI in einer Fördermittelmanagement-Plattform wie Good Grants integriert ist oder Teil externer Workflows bildet, das Prinzip ist dasselbe: Beginnen Sie damit, die Aufgabe zu definieren, die die KI erfüllen soll, und gestalten Sie dann die Konfiguration entsprechend.
In diesem Artikel gehen wir ausführlich darauf ein, wie Sie KI für die Fördermittelvergabe nützlich machen können, indem wir uns auf die anstehenden Aufgaben und die Erstellung effektiver Prompts konzentrieren und zeigen, wie die KI-Tools von Good Grants dabei helfen können.
Good Grants ermöglicht Fördermittelteams, zweckgebundene KI-Konfigurationen mithilfe unterstützter großer Sprachmodelle (LLMs) zu erstellen. Jede Konfiguration kann einen eigenen Namen, ein eigenes Modell, eine eigene Temperatur und eigene Pre-Prompt-Anweisungen haben, um der KI Kontext zu ihrer Rolle, den zu berücksichtigenden Informationen und der Art ihrer Reaktion zu geben.
Der Wert liegt in der Flexibilität. Sie entscheiden, welche Rolle die KI spielen soll, wo sie in Ihren Fördermittel-Workflow gehört und was Sie mit ihrer Hilfe erreichen möchten.
KI ist nicht dazu da, Ihr Fördermittelprogramm für Sie zu leiten oder Entscheidungen zu treffen, die besser den Menschen überlassen bleiben sollten. Auch sind Sie nicht auf eine kleine Auswahl vordefinierter KI-Funktionen beschränkt. Stattdessen können Sie fokussierte, aufgabenspezifische KI-Tools für die Arbeit erstellen, die Ihr Team tatsächlich erledigen muss.
Jede Konfiguration kann für eine spezifische Aufgabe erstellt werden, wie z. B. Antragszusammenfassungen, Prüfung der Förderfähigkeit, Analyse von Fördermittelberichten oder Feedback für Antragstellende.
Erfahren Sie, wie Sie ein KI-Modell in Good Grants konfigurieren
Good Grants ermöglicht es Ihnen, das KI-Modell auszuwählen, das Sie verwenden möchten. Modelle unterscheiden sich durchaus, insbesondere bei komplexeren Aufgaben, und Aspekte wie Verfügbarkeit, Geschwindigkeit und Token-Verbrauch sind relevant.
Für die meisten Anwendungsfälle in der Fördermittelvergabe sollte die Wahl des Modells jedoch nicht Ihr Ausgangspunkt sein.
Beginnen Sie mit der Aufgabe. Welche Aufgabe sollen die KI-Tools von Good Grants erfüllen?
Nehmen Sie Antragszusammenfassungen als Beispiel. Sie möchten, dass die KI die relevantesten Informationen in einem Antrag identifiziert, diese korrekt wiedergibt, keine unbegründeten Annahmen einführt und die Informationen in einem nützlichen, vorhersehbaren Format zurückgibt.
Das sagt Ihnen bereits einiges darüber, wie die Konfiguration funktionieren sollte:
Sie könnten diese Konfiguration „Antragszusammenfassung“ nennen und sie überall dort einsetzen, wo diese Zusammenfassung innerhalb Ihres Workflows nützlich ist.
Betrachten Sie nun eine andere Aufgabe: das Identifizieren gemeinsamer Bedarfe oder Themen über eine Gruppe von Anträgen hinweg.
Sie könnten genau dasselbe zugrunde liegende KI-Modell verwenden, ihm aber andere Anweisungen und eine andere Temperatur geben, weil diese Aufgabe mehr Interpretation und Exploration erfordert.
Die zugrunde liegende Technologie hat sich nicht verändert. Die Aufgabe hat sich verändert – und damit sollte sich auch die Konfiguration ändern.
Eine nützliche KI-Konfiguration beginnt, bevor jemand einen Prompt eingibt.
Hier kommt der Pre-Prompt ins Spiel.
Ein Pre-Prompt gibt der KI grundlegende Anweisungen, bevor der eigene Prompt des Users hinzugefügt wird. Er kann die Rolle definieren, die die KI ausführen soll, welche Informationen besonders berücksichtigt werden sollen, was sie vermeiden oder niemals annehmen sollte und wie ihre Antwort strukturiert sein sollte.
Ohne einen solchen müsste dieselbe Aufgabe jedes Mal neu beschrieben werden, wenn die KI gebeten wird, eine Aufgabe zu erledigen.
Mit einem gut gestalteten Pre-Prompt und einer angemessenen Temperatur ist ein Großteil dieser Überlegungen bereits in die Konfiguration eingebaut.
Kehren Sie zu unserem Beispiel der Antragszusammenfassung zurück. Anstatt wiederholt zu erklären, was enthalten sein sollte, was ausgeschlossen werden sollte, wie sachlich die Antwort sein sollte und wie sie formatiert werden muss, könnten User einfach fragen: Bitte fassen Sie diesen Antrag zusammen.
Dank der Konfiguration kennt die KI diese Vorgaben bereits.
Das spart Zeit, insbesondere bei Aufgaben, die über Hunderte oder Tausende von Anträgen hinweg wiederholt werden. Noch wichtiger ist, dass es die Konsistenz verbessert.
Wichtige Anweisungen hängen nicht mehr davon ab, dass sich jemand an den richtigen Prompt erinnert, ihn aus einem anderen Dokument kopiert oder die KI jedes Mal etwas anders fragt. Diese Vorgaben sind bereits in der Konfiguration hinterlegt.
Wenn der Pre-Prompt hilft zu definieren, was die KI tun soll, hilft die Temperatur zu bestimmen, wie viel Variation Sie in ihrer Antwort wünschen.
Grundsätzlich neigen niedrigere Temperaturen dazu, konsistentere und konservativere Antworten zu erzeugen. Höhere Temperaturen erlauben mehr Variation und Kreativität.
Keines ist von Natur aus besser.
Die angemessene Temperatur hängt von der Aufgabe ab.
Für Antragszusammenfassungen, Berechnungen, Informationsextraktion, förderfähigkeitsbezogene Bewertungen oder andere Aufgaben, bei denen Konsistenz wichtig ist, wird eine niedrigere Temperatur in der Regel sinnvoller sein.
Für das Entwerfen von Rückmeldungen an Antragstellende, das Erkunden von Themen oder das Bearbeiten von Aufgaben, bei denen unterschiedliche Arten des Ausdrucks oder der Interpretation von Informationen nützlich sein könnten, kann eine größere Variation angemessen sein.
Wichtig ist, bewusst zu wählen, anstatt sich für jede Aufgabe auf dieselbe Einstellung zu verlassen.
Hinweis: Eine höhere Temperatur gibt der KI mehr Freiheit bei der Generierung ihrer Antwort. Bei höheren Temperaturen können Antworten länger ausfallen oder stärker variieren, was gleichzeitig mehr Tokens verbraucht und die Kosten steigert. Der Unterschied mag für eine einzelne Antwort bescheiden sein, ist aber bei Konfigurationen, die häufig oder in großem Umfang verwendet werden, durchaus zu berücksichtigen.
Sobald Sie mehrere Konfigurationen haben, wird eine klare Benennung schnell wichtig. Eine Bezeichnung wie Claude oder Mistral sagt den Usern, welche Technologie zugrunde liegt, aber nicht, wofür die Konfiguration tatsächlich gedacht ist.
Namen wie „Antragszusammenfassung“, „Eignungsprüfung“ oder „Analyse von Fördermittelberichten“ machen den beabsichtigten Zweck deutlich und helfen Usern, KI im Hinblick auf die zu erledigende Aufgabe zu betrachten.
Es gibt Fördermittelteams auch Flexibilität hinter den Kulissen. Wenn ein neues Modell verfügbar wird oder ein bestehendes in ihrer Region verfügbar wird, können sie einfach das Modell austauschen, ohne die Konfiguration – oder die Aufgabe, die sie unterstützt – zu ändern.
Sie können viele Informationen in einen Pre-Prompt packen. Das bedeutet nicht unbedingt, dass Sie das tun sollten.
Eine nützliche Konfiguration gibt der KI genug Informationen, um Folgendes zu verstehen:
Anweisungen, die nichts mit der Aufgabe zu tun haben, können eine Konfiguration schwerer verständlich, testbar und wartbar machen.
Wenn ein Pre-Prompt beginnt, Anweisungen für Antragszusammenfassungen, Förderfähigkeitsprüfungen, Kommunikation mit Antragstellenden und Finanzanalysen gleichzeitig anzuhäufen, ist es wahrscheinlich Zeit, eine weitere Konfiguration zu erstellen.
Eine klare Aufgabe lässt sich leichter gut konfigurieren als mehrere konkurrierende.
Testen Sie nicht nur den Prompt. Testen Sie die vollständige Konfiguration.
KI-Konfigurationen sollten wie jeder andere Teil Ihres Fördermittel-Workflows behandelt werden: Probieren Sie sie mit einer realistischen Bandbreite an Informationen aus, bevor Sie sich in großem Umfang auf sie verlassen.
Testen Sie beispielsweise eine antragsbezogene Konfiguration mit ausführlichen Anträgen, knappen Anträgen, ungewöhnlichen Formulierungen, fehlenden Informationen und echten Grenzfällen aus Ihrem Programm.
Vergleichen Sie dann die Ergebnisse. Konzentriert sich eine Antragszusammenfassung durchgängig auf die Informationen, die Ihnen wichtig sind? Unterscheidet eine Förderfähigkeitsprüfung zwischen einer Anforderung, die nicht erfüllt wurde, und Informationen, die einfach nicht bereitgestellt wurden? Behält die Rückmeldung an Antragstellende den beabsichtigten Ton bei? Vermeidet eine Analyse Annahmen, die über die verfügbaren Informationen hinausgehen?
Falls nicht, passen Sie die Konfiguration an und testen Sie sie erneut.
Der Prompt ist nur ein Teil der Gleichung. Das Modell, der Pre-Prompt, die Temperatur, der Kontext und die gewünschte Ausgabe beeinflussen alle das Ergebnis.
Die Aufgabe sollte an erster Stelle stehen, aber das zugrunde liegende Modell ist dennoch wichtig.
Verschiedene KI-Modelle unterscheiden sich in Leistungsfähigkeit, Geschwindigkeit und Kosten. Eine einfache Aufgabe, Informationen aus einem Antrag zu extrahieren, benötigt möglicherweise nicht dasselbe Modell wie eine komplexere Analyse, die umfangreiche Anträge, Gutachter-Feedback und Förderberichtsverlauf einbezieht.
Dasselbe gilt für die Antwort selbst. Es hat wenig Sinn, nach einem ausführlichen Aufsatz zu fragen, wenn die Fördermittelverantwortlichen, die die Ausgabe nutzen, nur fünf klare Stichpunkte benötigen.
Bei häufig ausgeführten Aufgaben können sich kleine Unterschiede in der Antwortlänge oder den Modellkosten in großem Umfang summieren.
Anstatt zu fragen, welches Modell universell das beste ist, überlegen Sie, welche Kombination aus Modell, Anweisungen und Einstellungen Ihnen das richtige Gleichgewicht aus Qualität, Konsistenz, Geschwindigkeit und Kosten für die jeweilige Aufgabe bietet.
KI kann Fördermittelteams dabei helfen, Informationen schneller zu verarbeiten, nützliche Belege sichtbar zu machen und wiederkehrende administrative Arbeit zu reduzieren.
Das bedeutet nicht, dass jeder Teil der Fördermittelvergabe an die KI übergeben werden sollte.
Entscheidungen zu Förderfähigkeit, Antragsbewertung, Förderempfehlungen, Mittelzuweisungen und Kommunikation mit Antragstellenden können erhebliche Konsequenzen haben. Sie werfen auch wichtige Fragen zu Fairness, Governance, Rechenschaftspflicht und Vertrauen auf.
KI kann diese Prozesse unterstützen. Sie kann Informationen organisieren, Belege zusammenfassen, Inkonsistenzen identifizieren, Gutachter-Feedback analysieren, relevante Berichtsinformationen sichtbar machen oder Menschen dabei helfen, große Datenmengen effizienter zu navigieren.
Aber eine Entscheidung zu unterstützen ist etwas anderes, als sie zu treffen.
Menschen sollten für folgenreiche Förderentscheidungen verantwortlich bleiben und in der Lage sein, die Informationen zu verstehen, auf denen diese Entscheidungen basieren.
Das Ziel ist nicht, Menschen aus der Fördermittelvergabe herauszunehmen. Es geht darum, ihnen nützliche Werkzeuge zu geben, die wiederkehrende Arbeit reduzieren und die Informationen, die sie benötigen, leichter verständlich machen.
Die eigentliche Chance bei konfigurierbarer KI liegt nicht im Zugang zu einer ständig wachsenden Liste von Modellen.
Sie liegt in der Fähigkeit, eine Sammlung klar definierter Werkzeuge rund um Ihre Fördermittelarbeit zu erstellen.
Sie könnten eine Konfiguration haben, um Anträge zusammenzufassen, eine weitere, um Informationen anhand von Shortlist-Anforderungen zu bewerten, eine weitere, um Förderberichte zu analysieren, eine weitere, um Informationen aus Gutachter-Feedback sichtbar zu machen, und eine weitere, um bei der Vorbereitung der Kommunikation mit Antragstellenden zu helfen.
Jede hat einen bestimmten Zweck, eigene Anweisungen und Einstellungen sowie einen klaren Platz in Ihrem Workflow.
Das macht KI für Teams leichter konsistent nutzbar, leichter testbar und leichter steuerbar. Es bedeutet auch, dass nicht jede Person, die an Ihrem Fördermittelprogramm arbeitet, zu einem Experten für Prompt-Engineering werden muss. Ein Großteil der Überlegungen kann bereits in die Konfiguration eingebaut sein, bevor sie verwendet wird.
Dort wird konfigurierbare KI wirklich nützlich: nicht ein allgemeiner Assistent, der versucht, alles zu tun, sondern eine Sammlung fokussierter Werkzeuge, die auf die Aufgaben zugeschnitten sind, die Ihr Fördermittelteam tatsächlich erledigen muss.
Bei welcher Fördermittelaufgabe können die KI-Tools von Good Grants Ihnen heute helfen? Probieren Sie es aus und lassen Sie es uns wissen!
Artikel
Funktionen im Fokus
E-Books
Videos
Veröffentlichungen