Erstellung von Präsentationen und Folien

Eine Präsentation zu bauen ist langwierig: Die Geschichte aufbauen, Folien gestalten, die Firmenvorlage einhalten und Diagramme zeichnen kostet oft Stunden für wenige Minuten Inhalt. Generative KI entwirft den Handlungsbogen aus einem Prompt oder Quelldokument, wählt Layouts, erstellt Diagramme, Schaubilder und Bilder und exportiert eine bearbeitbare Präsentation in der Firmenvorlage. Typischer Nutzen: ein erster Entwurf in Minuten statt Stunden, sodass sich die Mitarbeitenden auf Aussage und Prüfung statt auf Formatierung konzentrieren.

Problem & Nutzen

• Heute: Mitarbeitende kopieren Text zwischen Dokumenten, schieben Textfelder in PowerPoint hin und her, zeichnen Diagramme neu und wenden Markenregeln erneut an. Beratungen und Vertriebsteams erstellen pro Woche viele nahezu gleiche Präsentationen (Angebote, Statusberichte, QBRs, Schulungsunterlagen, Vorlesungsfolien).
• KI-Nutzen: (1) Entwurf von Handlungsbogen und Folientext aus Quellen, (2) automatisches Layout innerhalb einer Vorlage, (3) Erzeugung von Diagrammen und Schaubildern aus Daten oder Text, (4) Umgestaltung, Übersetzung und Kürzung bestehender Präsentationen, (5) Sprechernotizen und Zusammenfassungen.
• Belege: Anbieter berichten von großen Zeitersparnissen, doch die Zahlen sind selbst gemeldet und hängen vom Präsentationstyp ab; messen Sie gegen Ihre eigene Ausgangslage, bevor Sie einer Prozentangabe trauen.
• Realistische Erwartung: Die KI liefert einen Entwurf, der noch Faktenprüfung, eine eigene Haltung und visuellen Feinschliff braucht. Sie ersetzt nicht das Urteil der Autorin oder des Autors über Publikum und Botschaft.

Varianten

• Text-zu-Diagramm und Infografik: Ablaufdiagramme, Mindmaps, Prozessdarstellungen und Infografiken aus Text. Gleicher technischer Aufbau (Strukturextraktion durch ein LLM plus vorlagen- oder layoutbasiertes Rendern bearbeitbarer Vektoren) und gleiche Büroanwender. Werkzeuge: Napkin AI, die KI-Diagrammfunktionen von Miro und Whimsical sowie LLM-zu-Mermaid- / PlantUML- / Graphviz- / draw.io-XML-Pipelines, die als Code gerendert werden und dadurch vergleichbar und bearbeitbar bleiben.
• Vertriebs- und Angebotspräsentationen: erzeugt aus CRM-Daten und früheren erfolgreichen Präsentationen mit Leitplanken für die Marke.
• Beratungs- und Berichtspräsentationen: datengetriebene Folien, die aus Tabellen oder BI aktualisiert werden (vorlagenbasierte Monatsberichte).
• Bildung: Vorlesungsfolien, Quizfragen und Zusammenfassungen aus Kursmaterial (siehe Pflichten zur KI-Kompetenz).
• Öffentlicher Sektor: Vortragspräsentationen aus Berichten; nur in der EU gehostet oder On-Premises.
• Private Nutzung: Schulvorträge, Vereinsveranstaltungen, Hochzeits- oder Geburtstagsdiashows.
• Entwicklervariante: „Folien als Code“ (Marp, Slidev, reveal.js), bei der ein LLM Markdown schreibt.

So funktioniert es

1. brief / source documents / data
2. ingestion (document parsing, transcript, table load)
3. storyline: audience, goal, outline (LLM, human approves outline)
4. slide content: titles, bullets, speaker notes, chart specs, diagram code
5. layout & rendering: map to template layouts/placeholders (or generate HTML/Markdown)
6. visuals: charts from real data, diagrams as vectors, images (image-gen or stock library)
7. review (human): facts, numbers, tone, brand
8. export (.pptx / Slides / PDF) and publish

• Strukturextraktion: Ein LLM wandelt unstrukturierte Eingaben in eine typisierte Gliederung um (JSON-Schema mit Folientyp, Titel, Inhalt, Notizen). Die Gliederung zuerst freizugeben ist die günstigste Qualitätsschranke.
• Rendern: Entweder native, bearbeitbare PowerPoint-Objekte (python-pptx, Office-Add-ins, Open XML SDK) auf dem Folienmaster des Unternehmens oder HTML-/Markdown-Präsentationen, die als PDF/PPTX exportiert werden. Bearbeitbare Ausgabe und Einhaltung des Folienmasters zählen mehr als ein aufwendiges Auto-Design.
• Diagramme und Zahlen: Lassen Sie das LLM Zahlen nie abtippen. Geben Sie die Daten an Diagrammcode weiter (native PowerPoint-Diagramme, Vega/matplotlib), damit die Zahlen exakt sind.
• Mensch-in-der-Schleife (Human-in-the-Loop): Freigabe der Gliederung, Prüfung von Fakten und Zahlen, abschließende Designprüfung vor der externen Verwendung.

Datenaufbereitung

Die Folienerstellung braucht wenig Datenaufbereitung; die wichtigsten Eingaben sind die PowerPoint-Vorlage des Unternehmens, das Markenpaket (Schriften, Farben, Logos), eine freigegebene Bildbibliothek sowie die Quelldokumente oder Notizen hinter einer Präsentation. In einem KMU liegen diese typischerweise auf Dateiservern, im DMS, in E-Mail-Anhängen und auf einzelnen Notebooks. Typische Lücken sind mehrere konkurrierende Vorlagenversionen, veraltete Logos, gescannte PDFs ohne Textebene, unbeschriftete Bildbibliotheken und vertrauliche Zahlen in gemeinsam genutzten Ordnern.

Schritte der Aufbereitung: (1) eine Mastervorlage mit sauberen Layouts und benannten Platzhaltern sowie ein freigegebenes Markenpaket zusammenführen; (2) die freigegebene Bild- und Symbolbibliothek mit Nutzungsrechten kennzeichnen; (3) gescannte Quell-PDFs per OCR verarbeiten (PREP-006), damit das Werkzeug sie lesen kann; (4) zwei oder drei vorbildliche Präsentationen als Beispiele sammeln (PREP-016); (5) festlegen, was in welches Werkzeug hochgeladen werden darf (PREP-024). Werkzeuge: Paperless-ngx oder das DMS für OCR, einfache Verschlagwortung auf dem Dateiserver. Anteil am Gesamtaufwand: etwa 10 bis 20 Prozent, überwiegend Vorlagenbereinigung. Siehe auch DOC-014 für das Entwerfen von Dokumenten aus Quellen und GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU: Weg A, weil ausgereifte, in der EU hostbare Präsentationswerkzeuge zu Preisen pro Arbeitsplatz existieren und die Folienerstellung ein Standardprozess ist.
• Großunternehmen: Weg A, weil Präsentationen eine Standardfunktion sind und die Anbieter-Suiten sich bereits in die Firmenvorlage einbinden lassen.
• Entwickler: Weg B, weil sich die Präsentationserzeugung über APIs und Vorlagen im Stil von python-pptx am einfachsten in eigene Produkte einbauen lässt.
• Privat: Weg A, weil kostenlose oder günstige Verbraucherwerkzeuge gelegentliche Präsentationen abdecken.
• Öffentlicher Sektor: Weg B in einer souveränen EU- oder deutschen Cloud, weil Vergaberegeln und die Vertraulichkeit von Verwaltungsinhalten kontrolliertes Hosting begünstigen.

Weg A — Kaufen (Standardsoftware)

• Office-Suiten: Microsoft 365 Copilot in PowerPoint (Entwurf aus einem Prompt oder einer Word-Datei unter Verwendung der Firmenvorlage; für M365 gilt die EU Data Boundary), Google Gemini in Slides / Workspace (EU-Datenregionen), Canva Magic Design und Canva Presentations (australisches Unternehmen, Optionen zur Datenverarbeitung in der EU).
• Spezialisierte KI-Präsentationswerkzeuge: Gamma, Beautiful.ai, Pitch (Berlin, EU), SlidesAI, Presentations.ai, Prezi AI (ungarischer Ursprung), Decktopus. Spezialisten: Napkin AI sowie Miro/Whimsical für Diagramme und Infografiken. Prüfen Sie jedes Werkzeug auf EU-Hosting und einen AVV.
• Wählen Sie A, wenn: die Organisation bereits M365 oder Workspace nutzt (Copilot/Gemini bedeutet die geringste Reibung) oder schnelle Ergebnisse ohne Entwicklungsaufwand braucht. Prüfen: Import der Markenvorlage, bearbeitbarer PPTX-Export, EU-Region, Widerspruchsmöglichkeit gegen Training mit Kundendaten, SSO.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Modelle: Spitzen-LLMs mit strukturierten Ausgaben (Claude, GPT, Gemini, Mistral als EU-Anbieter) für Gliederung und Inhalt; Bildmodelle für Illustrationen (siehe GEN-001).
• Rendern: python-pptx oder PptxGenJS auf der Firmenvorlage; Office.js-Add-ins für Assistenten direkt in PowerPoint; Google-Slides-API; Anbieter-APIs wie die Gamma-API für gehostete Erzeugung. Claude und andere Anbieter bieten zudem fertige Skills zur Dokument-/PPTX-Erstellung für Agenten-Abläufe an.
• Orchestrierung: n8n / Power Automate / Make, um Präsentationen aus CRM-, Ticket- oder BI-Ereignissen auszulösen; EU-Region-Endpunkte nutzen (Azure OpenAI EU, Vertex AI EU, Bedrock Frankfurt, Mistral La Plateforme).
• Wählen Sie B, wenn: Sie wiederholbare Präsentationen (Monatsberichte, Angebote) aus internen Daten benötigen.

Weg C — Selbst betreiben (Open Source)

• Folien als Code: Marp, Slidev, reveal.js (Markdown/HTML), python-pptx für PPTX, LibreOffice Impress für Konvertierung/Vorschau, Mermaid / Graphviz / PlantUML für Diagramme.
• Modelle: LLMs mit offenen Gewichten (z. B. Qwen, Llama, Mistral-Familien, gpt-oss), betrieben über vLLM oder Ollama; offene Bildmodelle (FLUX, Stable-Diffusion-Familie), soweit die Lizenzen es erlauben; offene Projekte wie PPTAgent und presenton für Forschung und selbst betriebene Präsentationserzeugung.
• Hardware: HW2 genügt für ein quantisiertes LLM mit 20-30 Mrd. Parametern; zusätzliche GPU-Kapazität, wenn Bilderzeugung dazugehört.
• Wählen Sie C, wenn: vertrauliche Inhalte aus Vorstand, M&A oder öffentlicher Verwaltung das Haus nicht verlassen dürfen.

Weg D — Eigenes Training

Lohnt sich selten. Wenige Beispiele aus den besten früheren Präsentationen plus ein strenges Schema schlagen in der Regel das Feintuning. Erwägen Sie Feintuning nur bei einem großen, einheitlichen Präsentationsbestand (Hunderte Präsentationen), in dem Stil und Struktur verlässlich reproduziert werden müssen.

Stand der Technik (2026)

• Agentische Präsentationserstellung innerhalb der Office-Suiten ist inzwischen Standard: Assistenten lesen die Firmenvorlage, ziehen Dateien und E-Mails heran, bauen mehrfolige Entwürfe und verfeinern sie im Chat (M365 Copilot, Gemini, Canva, Gamma). Die Qualität hängt stark von der Vorlagendisziplin ab (saubere Layouts und Platzhalter).
• Bearbeitbare Ausgabe ist der wichtigste Unterschied zu den Werkzeugen von 2023-24, die flache Bilder exportierten.
• Textdarstellung in Bildmodellen hat sich verbessert und ermöglicht Infografiken mit lesbaren Beschriftungen, doch exakte Zahlen gehören weiterhin in native Diagramme.
• Folien als Code und Diagramme als Code machen Präsentationen versionierbar und prüfbar und passen zu Agenten-Abläufen.
• Grenzen und Fehlerbilder: erfundene Fakten und Statistiken, erfundene Quellenangaben, generische Formulierungen, uneinheitliche Optik, überfüllte Folien, defekte Layouts bei ungewöhnlichen Vorlagen, falsche Zahlen, wenn Diagramme abgetippt werden, sowie Urheber- und Markenrechtsprobleme bei erzeugten Bildern.

Gemeinsame Bausteine & Kombinationen

• Gleicher technischer Aufbau: GEN-004 (Grafikdesign und Layout), GEN-027 (Landingpages), GEN-006 (Markenelemente), GEN-001 (Bildmaterial) teilen sich die Infrastruktur für Bilderzeugung und Markenpaket; DOC-014 (Dokumentenverarbeitung) liefert Quellinhalte.
• Vorgelagert: KNOW-015, Deep-Research-Agenten, liefern die Recherche, aus der die Präsentation wird.
• Nachgelagert: GEN-003, Videos mit Avatar-Sprecher, können erzeugte Präsentationen vertonen.
• Entwickler: CODE-007 (Vibe Coding) überschneidet sich bei HTML-basierten Präsentationen.
• Eine einzige Bibliothek für Markenvorlagen und ein freigegebenes Bildarchiv dienen allen genannten Anwendungen.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage; Abonnement pro Arbeitsplatz (Copilot, Gemini, Gamma und ähnliche werden pro Nutzer und Monat berechnet).
• Weg B: 2-6 Wochen für eine vorlagenbasierte Pipeline; die LLM-Kosten pro Präsentation sind im Vergleich zur Arbeitszeit meist gering.
• Weg C: 1-3 Monate inkl. Vorlagenentwicklung; GPU-Server und Wartung.
• Kennzahlen: Zeit bis zum ersten Entwurf und bis zur fertigen Präsentation, Überarbeitungsrunden, Quote der Vorlagentreue, in der Prüfung gefundene Sachfehler, Nutzerakzeptanz, Anteil automatisch wiederverwendeter/aktualisierter Präsentationen.

Menschen & Veränderung

Binden Sie die Geschäftsleitung früh für KI-Richtlinie und Budget ein und die Abteilungsleitung (Vertrieb, Marketing, Beratung) als Prozessverantwortliche, um die ersten Präsentationen zu benennen. Ziehen Sie die IT für Konten, Single Sign-on und Vorlagenverteilung hinzu und den/die Datenschutzbeauftragte(n), bevor Kunden- oder Personaldaten in Prompts gelangen. Die Endanwender sollten an der Werkzeugauswahl beteiligt sein, da sie die Ergebnisse täglich beurteilen.

Betriebsrat: hängt vom Einzelfall ab. Ein Präsentationsgenerator allein überwacht keine Personen, doch Cloud-Suiten protokollieren die Nutzung meist pro Nutzer, und das BAG hält die objektive Eignung zur Überwachung für §87 Abs. 1 Nr. 6 BetrVG für ausreichend; zusätzlich verlangt §90 Abs. 1 Nr. 3 eine rechtzeitige Unterrichtung, wenn Arbeitsabläufe mit KI geplant werden. Prüfen Sie die Telemetrie-Einstellungen der Lizenz und vereinbaren Sie Nutzungsregeln. Öffentliche Stellen beteiligen den Personalrat. Eine DSFA ist selten nötig, ein AVV (Art. 28 DSGVO) mit dem Anbieter dagegen schon.

KI-Kompetenz: Art. 4 der KI-Verordnung (AI Act) verlangt Maßnahmen zur Förderung der Kompetenz der Beschäftigten; bieten Sie eine kurze Schulung zu Prompting, zur Prüfung von Zahlen und zum Urheberrecht erzeugter Bilder an (GUIDE-006). Starten Sie mit einer Pilotgruppe von 5 bis 10 Freiwilligen, benennen Sie KI-Botschafter und kommunizieren Sie, dass das Werkzeug Formatierungsarbeit abnimmt, nicht die Botschaft. Typische Sorgen sind Arbeitsplatzverlust, ein einheitlicher „KI-Look“ und das Durchsickern vertraulicher Zahlen; begegnen Sie ihnen mit Prüfpflicht (die Autorin bzw. der Autor bleibt verantwortlich), einer Richtlinie (GUIDE-007) und sichtbarer menschlicher Freigabe. Siehe auch GUIDE-008.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel minimales Risiko, doch synthetische Bilder, Audio- oder Videoinhalte, die echt wirken (Deepfakes), erfordern für Betreiber nach Art. 50 eine Offenlegung; KI-generierter Text, der veröffentlicht wird, um die Öffentlichkeit über Angelegenheiten von öffentlichem Interesse zu informieren, muss gekennzeichnet werden, sofern er nicht unter redaktioneller Verantwortung von Menschen geprüft wurde. Daher als begrenztes Risiko eingestuft. Art. 4 (KI-Kompetenz) gilt für Beschäftigte, die diese Werkzeuge nutzen. Kein Problem nach Art. 5, es sei denn, Präsentationen werden für manipulative Praktiken eingesetzt.
• DSGVO: Präsentationen aus CRM-, Personal- oder Kundendokumenten enthalten personenbezogene Daten; erforderlich sind ein AVV, eine EU-Datenregion und kein Training mit Kundendaten. Laden Sie keine personenbezogenen Daten in Verbraucherwerkzeuge hoch.
• Vertraulichkeit und geistiges Eigentum: Geschäftsgeheimnisse können in Dienste Dritter abfließen; prüfen Sie Urheberrecht und Lizenz erzeugter Bilder und Schriften; vermeiden Sie Logos und Abbildungen realer Personen ohne Einwilligung.
• Richtigkeit und Haftung: erfundene Zahlen oder Zitate in Kunden- oder Investorenpräsentationen bergen rechtliche und Reputationsrisiken. Gegenmaßnahmen: quellenverknüpfte Inhalte, native Diagramme aus Daten, verpflichtende Freigabe durch Prüfende.
• Barrierefreiheit: Öffentliche Stellen und viele Unternehmen müssen Barrierefreiheitsregeln einhalten (europäischer Rechtsakt zur Barrierefreiheit, EN 301 549); prüfen Sie Alternativtexte, Kontrast und Lesereihenfolge in erzeugten Präsentationen.

Erste Schritte

1. Zuerst die Vorlage in Ordnung bringen: sauberer Folienmaster, echte Platzhalter, Markenfarben und Schriften.
2. Copilot, Gemini oder ein spezialisiertes Werkzeug mit 3-5 wiederkehrenden Präsentationstypen und 10 Nutzern pilotieren.
3. Eine Prüfcheckliste festlegen (Fakten, Zahlen, Quellen, Tonfall, Barrierefreiheit, Bildrechte).
4. Bei wiederkehrenden Berichten die Pipeline automatisieren: Daten zu nativen Diagrammen, das LLM nur für Kommentierung.
5. Nach einem Monat eingesparte Zeit und gefundene Fehler erfassen, dann über Weg B oder C entscheiden.

Quellen

1. Microsoft - EU Data Boundary for Microsoft 365 - https://learn.microsoft.com/en-us/privacy/eudb/eu-data-boundary-learn
2. Gamma - API and developer documentation - https://developers.gamma.app
3. python-pptx documentation - https://python-pptx.readthedocs.io
4. Marp - Markdown presentation ecosystem - https://marp.app
5. Slidev - presentation slides for developers - https://sli.dev
6. Mermaid - diagram as code - https://mermaid.js.org
7. PPTAgent (research and open-source slide generation) - https://github.com/icip-cas/PPTAgent
8. Regulation (EU) 2024/1689 (AI Act), Art. 4 and Art. 50 - https://eur-lex.europa.eu/eli/reg/2024/1689/oj