Marken-Konsistenz war lange eine Frage der Disziplin: Alle lesen dasselbe Handbuch, alle halten sich daran, im Zweifel korrigiert jemand gegen. Seit ein wachsender Teil der Entwürfe aus Sprachmodellen kommt, trägt dieser Mechanismus nicht mehr. Ein Modell schlägt kein PDF auf, es entwickelt keine Gewohnheiten, und es hält eine Regel nur so lange, wie sie im Kontext steht. Wer Konsistenz will, muss den Styleguide deshalb umbauen: von einem Dokument für Menschen zu einem Satz Regeln, den auch eine Maschine befolgen kann. Schauen wir uns an, warum das Markenhandbuch scheitert, wo maschinenlesbare Markenregeln längst Standard sind, was Modelle nachweislich vergessen, wie ein Styleguide für beide Zielgruppen aussieht und was ab August rechtlich dazukommt.
Warum scheitert das Markenhandbuch als PDF?
Fast jede Präsentation zum Thema zitiert dieselbe Zahl: Konsistente Markenführung steigere den Umsatz um 23 Prozent, in der neueren Fassung um 33. Es lohnt sich, dieser Zahl bis zur Quelle zu folgen. Sie stammt aus einer Mitteilung von Lucidpress vom 2. Dezember 2019, dort wörtlich: "consistent branding can increase revenue by 33%". Grundlage sind über 200 befragte Organisationen, die 23-Prozent-Variante stammt aus der Vorgängerbefragung von 2016. Das ist eine Selbstauskunft von Marketing-Verantwortlichen, keine geprüfte Umsatzrechnung, und der ältere Wert ist inzwischen zehn Jahre alt. Als Richtungsangabe brauchbar, als Grundlage für ein Budget nicht.
Der Punkt, den die Zahl verdeckt, ist handfester und kostet nichts an Überzeugungsarbeit: Das Problem der meisten Marken ist nicht fehlende Einsicht, sondern ein Regelwerk in einer Form, die im Arbeitsalltag nicht ankommt. Ein 40-seitiges Handbuch ist ein Nachschlagewerk für Menschen mit Zeit. Es ist keine Regel, die eine Freelancerin um 23 Uhr befolgt, und erst recht keine, die ein Sprachmodell befolgt. Konsistenz entsteht nicht dort, wo Regeln dokumentiert sind, sondern dort, wo sie im Moment des Schreibens präsent sind.
Wo funktioniert eine maschinenlesbare Marke bereits?
Auf der visuellen Seite ist die Frage weitgehend gelöst, seit kurzem sogar mit Standard. Am 28. Oktober 2025 hat die Design Tokens Community Group beim W3C die erste stabile Version ihrer Spezifikation veröffentlicht, Version 2025.10. Design Tokens sind dabei nichts Exotisches: Statt "unser Blau ist #324ceb" auf Seite 12 eines PDFs steht der Wert in einer Datei, aus der sich Figma, iOS, Android und die Website gleichermaßen bedienen. Hinter dem Format stehen unter anderem Adobe, Google, Microsoft, Meta, Figma, Salesforce, Shopify und Pinterest. Die Ankündigung fasst den Zweck in einem Satz: "The specification unlocks interoperability across design tools and code." Übersetzt: eine Quelle der Wahrheit, viele Ausgabekanäle.
Spannend ist, was die Praxis daraus macht, und da wird es ernüchternd. Im Design Systems Report 2026 von zeroheight ("This year, 147 design system practitioners shared their experiences", also eine kleine Fachstichprobe und kein repräsentativer Markt) steht der Satz, auf den es ankommt: "Surprisingly, only 40% of teams have any kind of token pipelines established, which means they are manually syncing their tokens between design, docs and code." Und nur 54 Prozent der Teams hatten ihre Tokens gleichzeitig im Design-Tool, im Code und in der Dokumentation.
Das ist die eigentliche Lehre für die Textseite: Ein Standard allein erzeugt keine Konsistenz. Konsistent wird es erst, wenn die Regel automatisch dort landet, wo gearbeitet wird. Für Farben und Abstände gibt es diese Leitung immerhin, auch wenn sie sechs von zehn Teams noch nicht gelegt haben. Für Sprache gibt es sie in den meisten Unternehmen überhaupt nicht: Die Brand Voice lebt in einem Dokument, das Menschen lesen sollen und Maschinen nie sehen.
Warum vergisst ein Sprachmodell deine Regeln?
Dass Modelle Vorgaben verlieren, kennt jeder aus der Praxis: Der zwölfte Text eines Chats klingt anders als der erste, obwohl niemand etwas geändert hat. Seit Mai gibt es dazu belastbare Messungen. Der Benchmark SEQUOR (veröffentlicht am 7. Mai 2026) prüft Regeltreue nicht an Einzelaufgaben, sondern über Dialoge mit 50 Zügen hinweg, an zehn offenen Modellen plus Gemini 3.1 Flash Lite.
Die Befunde sind unangenehm konkret. Eine einzelne Regel halten die Modelle über einen langen Dialog noch passabel durch: Vom ersten bis zum letzten Zug fällt die Trefferquote um gut 11 Prozent. Sobald drei Regeln gleichzeitig gelten, bricht die Genauigkeit um über 40 Prozent ein. Und wenn Regeln nicht am Anfang stehen, sondern im Verlauf nachgereicht werden, verlieren die Modelle im Schnitt 38 Prozent. Selbst das insgesamt beste getestete Modell, Gemini 3.1 Flash Lite, verlor je nach Szenario 9 bis 13 Prozent. Zur Ehrlichkeit gehört: Getestet wurden überwiegend offene Modelle mittlerer Größe, die Spitzenmodelle der großen Anbieter dürften besser abschneiden. Die Richtung des Effekts hat bisher aber kein Benchmark widerlegt.
Für den Alltag heißt das dreierlei. Erstens: Regeln, die du im Chatverlauf nachschiebst, sind die schwächste Form der Anweisung. Zweitens: Je mehr Regeln gleichzeitig gelten, desto unzuverlässiger wird jede einzelne. Ein Styleguide mit 40 Geboten ist für ein Modell kein strengerer Styleguide, sondern ein unschärferer. Drittens: Lange Sessions driften. Wer in einem Chat nacheinander acht Beiträge schreiben lässt, bekommt am Ende einen anderen Ton als am Anfang, und merkt es meistens nicht.
Wie schreibst du einen Styleguide, den eine Maschine befolgt?
Der Umbau ist kleiner, als er klingt. Vier Prinzipien tragen fast alles.
Prüfbare Regeln statt Adjektive. "Freundlich, aber professionell" ist für ein Modell kein Auftrag, sondern ein Stimmungsbild. "Du-Form, keine Ausrufezeichen, maximal drei Sätze pro Absatz, jede Zahl mit Quelle" ist einer. Die Faustregel: Wenn du eine Regel nicht mit einem kleinen Skript prüfen könntest, ist sie eine Richtung und keine Regel. Beides darf im Dokument stehen, aber sauber getrennt, damit klar ist, was verhandelbar ist.
Beispielpaare statt Definitionen. Zwei Sätze, einer davon markiert als "so nicht", bringen mehr als drei Absätze Markenphilosophie. Modelle lernen Stil aus Mustern, nicht aus Erklärungen. Drei gute Paare pro Regel reichen, und sie sind nebenbei das beste Onboarding-Material für neue Autorinnen und Autoren.
Eine harte Verbotsliste. Der einzige Teil eines Styleguides, der zu 100 Prozent maschinell durchsetzbar ist. Bei uns stehen dort unter anderem Gedankenstriche, Floskeln wie "Game-Changer" und "revolutioniert", generische Dreier-Aufzählungen und jede Zahl ohne Quellenangabe. Eine Verbotsliste ist unglamourös und entfernt trotzdem den größten Teil dessen, was Texte nach Maschine klingen lässt.
Regelbudget statt Vollständigkeit. Aus dem Benchmark oben folgt direkt: Halte die Zahl der gleichzeitig geltenden harten Regeln klein, fünf bis sieben sind ein realistisches Budget. Alles Weitere gehört nicht in den Prompt, sondern in die Prüfung danach. Ein Modell, das sieben Regeln zuverlässig hält, ist mehr wert als eines, das vierzig ungefähr kennt.
Und der wichtigste Punkt ist kein inhaltlicher, sondern ein organisatorischer: Der Styleguide gehört nicht in einen Chat, sondern in den System-Prompt beziehungsweise in eine versionierte Datei neben den Inhalten. Damit wird er bei jedem Lauf neu geladen statt einmal erklärt, jede Änderung ist nachvollziehbar, und alle Werkzeuge ziehen dieselbe Fassung. Genau die Leitung, die im Design die Token-Pipeline ist.
Wie prüfst du, ob es hält, und was verlangt ab August das Gesetz?
Eine Regel, die niemand prüft, ist eine Absichtserklärung. Wir fahren unsere eigene Content-Produktion deshalb mit einem festen Gate: Bevor ein Text auch nur als Entwurf hochgeladen wird, läuft er durch deterministische Prüfungen gegen Verbotsliste, Struktur und Quellenpflicht und bekommt eine Punktzahl. Unter der festgelegten Schwelle wird nicht publiziert, sondern nachgebessert. Das ist unspektakulär und genau deshalb wirksam, weil es nicht an der Tagesform hängt. Was sich nicht automatisch prüfen lässt, etwa ob ein Beispiel wirklich trägt, bleibt bei einem Menschen: Human in the Loop nicht als Schlagwort, sondern als definierter Schritt. Regeln, Zuständigkeiten und Freigabe zusammengenommen sind nichts anderes als Content Governance - der unspektakuläre Teil, an dem sich entscheidet, ob die Marke bei steigendem Volumen zusammenbleibt.
Ab dem 2. August 2026 kommt eine rechtliche Ebene dazu. Dann gelten die Transparenzpflichten aus Artikel 50 des EU AI Act. Anbieter generativer Systeme müssen dafür sorgen, dass Ausgaben "marked in a machine-readable format and detectable as artificially generated or manipulated" sind. Für dich als Anwenderin ist der zweite Teil relevanter: "Deployers of an AI system that generates or manipulates text which is published with the purpose of informing the public on matters of public interest shall disclose that the text has been artificially generated or manipulated." Und dann kommt die Ausnahme, die den ganzen Aufwand oben rechtfertigt: Die Pflicht entfällt, wenn der Inhalt "has undergone a process of human review or editorial control" und eine natürliche oder juristische Person die redaktionelle Verantwortung trägt.
Zur Einordnung: Die Offenlegungspflicht für Texte zielt auf Veröffentlichungen, die die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse informieren sollen, nicht auf jede Produktbeschreibung. Und laut der im Mai 2026 vorläufig geeinigten Omnibus-Regelung bekommen generative Systeme, die vor dem Stichtag am Markt waren, für die maschinenlesbare Markierung Zeit bis zum 2. Dezember 2026. Die praktische Konsequenz bleibt trotzdem dieselbe, und sie ist gute Nachricht statt Bürokratie: Der Review-Schritt, den du ohnehin für die Qualität brauchst, ist derselbe Schritt, an dem redaktionelle Verantwortung entsteht. Wer sein Gate sauber dokumentiert, erfüllt die Ausnahme nebenbei.
Die drei Hebel
1. Eine Seite statt vierzig. Fünf bis sieben prüfbare Regeln, drei Beispielpaare je Regel, eine Verbotsliste. Alles, was darüber hinausgeht, ist Richtung und gehört in einen zweiten Abschnitt. Diese Seite ist ab jetzt der Styleguide, das Handbuch bleibt Hintergrund.
2. Die Leitung legen. Dieselbe Datei in Content-Tool, System-Prompt und Redaktionsprozess, versioniert. Der Grund, warum Design Tokens funktionieren, ist nicht das Format, sondern die Pipeline. Für Sprache gilt dasselbe.
3. Ein Gate vor dem Publish. Automatisch prüfen, was prüfbar ist, den Rest von einem Menschen mit Namen freigeben lassen. Das hält die Marke zusammen und ist ab August zugleich deine Position gegenüber Artikel 50.
Wenn du magst, sehen wir uns deinen bestehenden Styleguide einmal gemeinsam an: was davon eine Maschine heute befolgen könnte, was nur Stimmung ist und welche fünf Regeln du daraus als Erstes hart machen solltest. 🙂