Die meisten KI-Verkaufstrainer bauen keine Gesprächspartner. Sie bauen Einwand-Automaten.

Warum unsere KI-Charaktere eine Biografie haben statt einer Einwandliste. Und was die Forschung dazu sagt.

Kurz gesagt: Die meisten KI-Verkaufstrainer bauen Personas über ihre Funktion: Einwandtypen, Tonalität, Schwierigkeitsgrad. Solche Figuren zerfallen nach wenigen Gesprächsrunden, weil per Prompt zugewiesene Eigenschaften in langen Dialogen verwässern (in der Forschung „persona drift"). Wir bauen Charaktere über ihre Biografie: Verhalten folgt aus dem Wesen, nicht aus Regeln. Eine Figur unterbricht nicht, weil ein Verbot es sagt, sondern weil Unterbrechen nicht zu ihr passt. Sie bringt einen Einwand, weil ihre Lebensgeschichte sie misstrauisch gemacht hat. Das Prinzip ist wissenschaftlich gut belegt (PersonaLLM, MIT/Stanford 2024) — in der Praxis der Verkaufstrainings-Anbieter aber kaum umgesetzt. Genau in dieser Lücke arbeitet DemoTalk.

Wer heute einen KI-Gesprächspartner für Verkaufstraining baut, macht es fast immer gleich. Man legt eine Persona an, gibt ihr ein paar Eigenschaften mit, definiert eine Handvoll Einwände, stellt einen Schwierigkeitsgrad ein, fertig. „Skeptischer Einkäufer, bringt Preiseinwand und Zeiteinwand, Stufe schwer." Das klingt vernünftig. Es funktioniert auch, für ungefähr drei Gesprächsrunden. Dann fällt die Figur auseinander.

Wir haben das lange selbst so gemacht und sind damit gegen eine Wand gelaufen. Was wir auf dem Weg gelernt haben, hat unsere ganze Bauweise umgekrempelt, und es deckt sich mit etwas, das in der Forschung seit zwei Jahren steht, in der Praxis der Verkaufstrainings-Anbieter aber nirgends ankommt.

Der Tag, an dem eine Regel gegen einen Charakter verlor

Wir hatten zwei Personas, nennen wir sie hier den Zurückhaltenden und die Prüferin. Der Zurückhaltende sollte niemanden unterbrechen, und er tat es auch nie. In seinem Prompt stand dazu fast nichts, nur eine beiläufige Bemerkung. Die Prüferin dagegen sollte ebenfalls nicht unterbrechen, und bei ihr hatten wir die Anweisung in Großbuchstaben hineingehämmert, mehrfach, mit Nachdruck. Sie unterbrach trotzdem. Ständig. Sie redete dazwischen, plapperte, überfuhr den Trainee.

Das ergab keinen Sinn. Die Figur mit der strengen Regel hielt sich nicht daran, die Figur ohne Regel schon. Erst dachten wir an die Technik, an die Sprachübertragung, an Latenz. Falsche Fährte. Der Unterschied lag im Prompt selbst, und er war fundamental.

Der Zurückhaltende war über sein Wesen beschrieben. Er ist höflich, schüchtern, ordnet sich unter. Die Prüferin war über ihre Tätigkeit beschrieben. Sie ist eine gründliche Prüferin, die viele Fragen hat und genau nachhakt. Das eine ist ein Charakter. Das andere ist eine Aufgabe. Und eine KI, der man eine Aufgabe gibt, erledigt die Aufgabe: Sie feuert Fragen ab, hakt nach, drängt, unterbricht. Die Figur missachtet die Regel gar nicht bewusst. Das bloße Abarbeiten der Aufgabe treibt sie genau dahin. Die Anti-Unterbrechen-Regel kämpfte gegen den eingebauten Drang der Figur und verlor.

Wir haben die Prüferin daraufhin nicht mit einer noch strengeren Regel versehen. Wir haben ihren Charakter neu gebaut. Aus der „gründlichen Prüferin mit vielen Fragen" wurde eine ruhige, geduldige, höfliche Frau, die zuhört und Antworten sacken lässt. Das Vorbild war nicht der hektische Verhörbeamte, sondern der ruhige Ermittler, der genau zuhört, ausreden lässt und bedächtig kontert. Plötzlich unterbrach sie nicht mehr. Wir hatten ihr kein schärferes Verbot auferlegt; das geduldige Zuhören gehörte jetzt einfach zu der Person, die sie war. Ruhiges Wesen, ruhiges Gesprächsverhalten, als Nebenprodukt.

Das Prinzip dahinter

Daraus ist unser zentrales Bauprinzip geworden, und es lässt sich in einem Satz sagen: Verhalten folgt aus Charakter, nicht aus Regeln.

Eine Figur unterbricht nicht, weil ein Verbot sie davon abhält. Sie unterbricht nicht, weil Unterbrechen schlicht nicht zu ihr passt. Sie bringt einen Einwand nicht auf Kommando, weil im Prompt steht „bringe diesen Einwand". Sie bringt ihn, weil ihre Lebensgeschichte sie misstrauisch gemacht hat. Das verändert alles daran, wie man eine Persona schreibt. Man definiert nicht mehr, was sie tun soll. Man definiert, wer sie ist, und das Verhalten ergibt sich von selbst.

Das hat eine zweite Konsequenz, die genauso wichtig ist. Schärfe ist eine Haltung, keine Aktivität. Ein kritischer Gesprächspartner wird nicht dadurch anspruchsvoll, dass er viele Fragen stellt und schnell nachhakt. Er wird anspruchsvoll durch ruhige, präzise Aufmerksamkeit. Wer wirklich prüft, hört zu und lässt ausreden. Unterbrechen ist das Gegenteil von Gründlichkeit. Eine Figur, die hektisch dazwischenredet, wirkt nervös statt souverän. Echte Härte ist leise.

Und die dritte Konsequenz, die für ein Verkaufstraining die entscheidende ist: Jeder Einwand muss aus der Biografie kommen, nicht aus der Funktion. Unsere Prüferin fragt nach dem konkreten Nutzen, weil sie einmal mit einem dicken Stapel Hochglanz-Unterlagen abgezockt wurde und seither jedem Versprechen misstraut, das sich nicht sofort in einen Vorteil übersetzen lässt. Eine andere Figur durchschaut Blendwerk, weil sie selbst einmal in einem Schneeballsystem gesteckt hat. Der Einwand ist dann kein Testbaustein, den der Trainee abräumen soll. Er ist die logische Reaktion eines Menschen mit einer Vergangenheit. Und genau deshalb fühlt er sich echt an, statt wie eine Prüfungsfrage.

Was die Forschung sagt

Das alles haben wir uns nicht ausgedacht, wir sind nur am eigenen Produkt darauf gestoßen. Als wir nachgesehen haben, stand es längst in der Literatur, nur eben nicht in der Praxis.

Eine vielzitierte Arbeit aus dem Jahr 2024, PersonaLLM, kommt vom MIT und aus Stanford und zeigt, dass Sprachmodelle, denen man eine Persönlichkeit zuweist, tatsächlich sprachliche Muster erzeugen, die zu dieser Persönlichkeit passen. Menschen erkennen die zugewiesene Persönlichkeit mit bis zu achtzig Prozent Treffsicherheit. Persönlichkeit ist also kein dekorativer Anstrich. Sie ist ein verlässlicher Steuerhebel: Wer den Charakter richtig anlegt, bekommt das passende Verhalten. Das ist die wissenschaftliche Untermauerung dessen, was uns die Prüferin praktisch beigebracht hat.

Der zweite Befund ist für uns der wichtigste. Mehrere aktuelle Arbeiten zeigen, dass Anweisungen, die man einem Modell per Prompt mitgibt, über einen langen Dialog hinweg verwässern. Die Fachbegriffe dafür sind „diluted in long dialogues" und „persona drift". Eine reine Merkmalsliste, ein paar lose Adjektive, hält die Figur nur kurz zusammen. Je länger das Gespräch, desto stärker zerfällt sie, gleicht sich dem Gesprächspartner an, verliert ihr Profil. Was dagegen hält, ist eine erzählte Person mit einer Geschichte. Eine Forschungsrichtung bringt es auf die Formel, dass die Erfahrungen einer Person der sprachliche Ursprung ihrer Persönlichkeit sind. Eine kohärente Biografie aktiviert im Modell ein dichtes, stabiles Muster, das dem Zerfall widersteht. Eine Adjektivliste tut das nicht.

Der dritte Befund hat sogar einen Namen, der zu unserem Problem passt: die Karikaturen-Falle. Reduziert man eine Figur auf ihre Funktion, kollabiert ihre Glaubwürdigkeit in ein Klischee. In der Forschung zu fiktiven Bösewichten lässt sich das schön beobachten: Modelle ersetzen nuancierte Bösartigkeit durch oberflächliche Aggression. Übersetzt auf unseren Fall ist das exakt die alte Prüferin: Aus „kritisch" wurde nicht „nachdenklich-skeptisch", sondern „feuert hektisch Einwände ab". Wer eine Persona über ihre Aufgabe definiert, bekommt die Karikatur der Aufgabe.

Und, ist es jetzt besser?

Diese Frage muss man sich ehrlich stellen, sonst ist der ganze Ansatz nur eine schöne Geschichte. Ich gebe eine ehrliche, zweigeteilte Antwort.

Ja, es ist besser, und das aus zwei Gründen, die sich belegen lassen. Erstens halten die Figuren über ein langes Gespräch durch, statt nach drei Runden in die Karikatur zu kippen. Das ist genau das Problem, das die Forschung beschreibt, und der biografische Aufbau ist die dokumentierte Gegenmaßnahme. Zweitens, und das ist für ein Training das eigentlich Wichtige, fühlen sich die Einwände wie echte menschliche Reaktionen an und nicht wie Prüfungsfragen, die abgearbeitet werden. Wer gegen einen Charakter mit Vorgeschichte übt, übt näher an der Wirklichkeit als jemand, der eine Einwandliste abräumt. Unsere eigene Erfahrung aus dem Bau und Test deckt sich damit: Dieselbe Figur, die als Aufgabe gebaut nervös und unterbrechend war, wurde als Charakter gebaut ruhig und glaubwürdig, ohne dass wir eine einzige Regel verschärft hätten.

Und jetzt die ehrliche andere Hälfte. Das ist kein Zaubertrick, der jede Schwäche aufhebt. Der Ansatz ist die beste Prompt-Strategie, die wir kennen, aber er stößt irgendwann an die Grenze des verwendeten Modells: Schwächere Modelle halten auch einen gut geschriebenen Charakter schlechter durch als stärkere. Und der Charakter muss zur Situation passen; eine Figur mit einer Biografie, die nicht zum gespielten Kontext passt, hilft nicht. Wir behaupten also nicht, ein gelöstes Problem zu haben. Wir behaupten, die richtige Richtung gefunden zu haben, und in diese Richtung sehr konsequent gegangen zu sein.

Warum das in Europa bisher kaum jemand so macht

Das eigentlich Erstaunliche ist nicht, dass dieses Prinzip funktioniert. Erstaunlich ist, wie wenige es anwenden. Wer sich die deutschsprachigen Anbieter von KI-Verkaufstraining ansieht, findet fast durchgängig denselben funktionsgetriebenen Aufbau: Einwandtypen konfigurieren, Tonalität einstellen, Schwierigkeitsgrad wählen. Also genau die Bauweise, die die Forschung als Fehlerquelle benennt. Man kennt das Konsistenzproblem dort durchaus, aber man versucht es mit mehr Konfiguration und mehr Gedächtnis zu lösen, statt mit echten Charakteren.

Das ist die Lücke, in der wir stehen. Wir haben nicht entdeckt, dass Persönlichkeit das Verhalten steuert, das ist etablierte Wissenschaft. Unser Beitrag liegt woanders: Zwischen dem, was die Forschung längst weiß, und dem, was die Trainingsanbieter tatsächlich bauen, klafft ein weiter Abstand, und in diese Lücke sind wir konsequent hineingegangen. Unsere Figuren haben eine Biografie, eine Wunde, ein Motiv. Sie sind keine Einwand-Automaten mit einem Schwierigkeitsregler. Und wer einmal gegen einen Charakter geübt hat statt gegen eine Funktion, merkt den Unterschied im ersten Gespräch. Wer das selbst erleben will, kann es bei DemoTalk ausprobieren.

Es ist kein Hexenwerk. Es ist nur die Bereitschaft, einen Menschen zu schreiben statt eine Aufgabe. Den Rest erledigt der Charakter von selbst.

Häufige Fragen

Was ist das Charakter-Prinzip bei KI-Verkaufstraining?

Das Charakter-Prinzip besagt, dass das Verhalten einer KI-Persona aus ihrem Charakter folgt, nicht aus nachgelagerten Regeln. Eine Figur unterbricht nicht, weil ein Verbot es ihr untersagt, sondern weil Unterbrechen nicht zu ihrem Wesen passt. Statt zu definieren, was eine Persona tun soll, definiert man, wer sie ist. Das Verhalten ergibt sich dann von selbst.

Warum zerfallen KI-Personas im Gespräch?

Werden einer KI-Persona ihre Eigenschaften nur als Merkmalsliste per Prompt mitgegeben, verwässern diese Anweisungen über einen langen Dialog hinweg. In der Forschung heißt das „persona drift": Die Figur gleicht sich dem Gesprächspartner an und verliert ihr Profil. Eine erzählte Person mit einer kohärenten Biografie hält dagegen deutlich stabiler, weil sie im Sprachmodell ein dichteres, konsistenteres Muster aktiviert als eine Adjektivliste.

Wie unterscheidet sich DemoTalk von anderen KI-Verkaufstrainern?

Die meisten Anbieter bauen Personas funktionsgetrieben: Einwandtypen, Tonalität und Schwierigkeitsgrad werden konfiguriert. DemoTalk baut stattdessen Charaktere mit Biografie, Motiv und Vergangenheit. Jeder Einwand folgt aus der Lebensgeschichte der Figur, nicht aus einer Aufgabenliste. Dadurch wirken die Gespräche realistischer und bleiben über die gesamte Länge konsistent.

Ist der charakterzentrierte Ansatz wissenschaftlich belegt?

Ja. Die Studie PersonaLLM (MIT/Stanford, NAACL 2024) zeigt, dass Persönlichkeit ein verlässlicher Steuerhebel für das Verhalten von Sprachmodellen ist und dass Menschen zugewiesene Persönlichkeiten mit bis zu 80 Prozent Treffsicherheit erkennen. Weitere Arbeiten belegen, dass narrative, biografiebasierte Charaktere der Verwässerung in langen Dialogen besser standhalten als reine Merkmalslisten.

Quellen: PersonaLLM, Jiang et al., Findings of the ACL: NAACL 2024 (MIT Center for Constructive Communication, MIT Media Lab, Stanford), zur Erkennbarkeit zugewiesener Persönlichkeit; Forschung zu Persona-Drift und der Verwässerung von Prompt-Signalen in langen Dialogen (u. a. Arbeiten zu facet-level Persona-Control und codierten Charakter-Profilen, 2025/2026); Arbeiten zur narrativen statt merkmalsbasierten Charakterkonstruktion in der Tradition der Schauspieltheorie nach Stanislawski; Forschung zur „Karikaturen-Falle" bei funktionsreduzierten Personas.