In den Gremiensitzungen sieht man gerade ein stilles Muster. Eine Gutachterin, die für die DFG Anträge liest, hat es vor ein paar Wochen offen ausgesprochen: “Letztes Jahr waren die meisten Anträge von Menschen geschrieben. Dieses Jahr sind es ungefähr alle KI-unterstützt.” Die Gutachterin beschwerte sich nicht. Sie beobachtete — und stellte fest, dass die Bewilligungsquote weiterhin von der Stärke des zugrundeliegenden Programms abhängt, nicht von der Politur der Prosa.
Das ist die Einleitung für jede Geschäftsführerin einer gemeinnützigen Organisation oder Antragstellerin, die das hier liest. KI schreibt keinen erfolgreichen Antrag. Sie schreibt einen schnellen ersten Entwurf, den Du und Dein Vorstand dann zu einem erfolgreichen machen können. Der Haken: Bundes- und EU-Fördergeber verlangen jetzt die Offenlegung, dass Du sie genutzt hast — und wie Du offenlegst, zählt fast so viel wie was Du schreibst.
Dieser Artikel geht durch vier ChatGPT-Prompts, die in rund 45 Minuten einen bewilligungsfähigen ersten Entwurf eines Förderantrags produzieren, plus den DFG- und BMBF-konformen Offenlegungs-Absatz zum Einfügen in den relevanten Antragsteil. Du kannst das gesamte Workflow auf kostenlosem ChatGPT laufen lassen, auf dem OpenAI for Nonprofits ChatGPT Team Plan (für gemeinnützige Organisationen, in EU verfügbar) oder auf Claude / Gemini / Mistral — die Prompts sind modellagnostisch.
Was sich geändert hat: Die KI-Offenlegungs-Regeln, die jetzt real sind
Die DFG hat 2024 ihre Stellungnahme zum Einsatz generativer KI aktualisiert: KI-Tools dürfen für die Antragserstellung verwendet werden, aber die antragstellende Person bleibt vollumfänglich verantwortlich für alle Inhalte. Eine Pflicht zur expliziten Offenlegung im Antrag selbst ist (Stand 2026) nicht für alle Förderlinien einheitlich verankert — aber die Programmrichtlinien einzelner Schwerpunkte (z. B. Forschungsförderung Klinische Studien, Sonderforschungsbereiche) verlangen sie zunehmend. Die Empfehlung: immer offenlegen, auch wenn nicht explizit gefordert — eine nachträgliche Aufdeckung ohne Offenlegung gilt als wissenschaftliches Fehlverhalten.
Das BMBF hat in seinen Förderhinweisen 2025/26 klargestellt: Wenn KI-generierte Inhalte in den Antrag eingeflossen sind, muss das in der Vorhabenbeschreibung erwähnt werden, und die Antragstellerin trägt die volle Verantwortung für die fachliche Richtigkeit. Halluzinierte Zitate werden als wissenschaftliches Fehlverhalten gewertet.
Bei Horizon Europe — die EU-Forschungsförderung — gilt seit der General Annex 2024 die Pflicht zur transparenten Offenlegung des KI-Einsatzes in der Antragserstellung. Die Europäische Kommission hat dafür eine Guidance Note on the Use of Generative AI veröffentlicht; die zentrale Klausel: “Researchers and applicants should be transparent about their use of generative AI tools.” KI darf nicht als Autorin gelistet werden, und die antragstellende Person ist für jeden Anspruch, jede Zahl und jedes Zitat im Dokument verantwortlich.
Bei Stiftungen — Bertelsmann Stiftung, Robert Bosch Stiftung, Volkswagen Stiftung, Mercator, Hertie — ist die Regulierung uneinheitlich. Die Praxis-Empfehlung: immer offenlegen, immer. Eine ausgewiesene Offenlegung schadet nie; eine fehlende kann den Antrag im Falle einer späteren Aufdeckung disqualifizieren.
Das ist der rechtliche Boden. Die 4-Prompt-Workflow oben sitzt darauf.
Das 4-Prompt-Workflow (etwa 45 Minuten end-to-end)
Öffne ChatGPT. Halte bereit: die Richtlinien-PDF der Förderlinie, die jüngste Jahresübersicht Deiner Organisation, den jüngsten Tätigkeitsbericht, Deine Zielgruppen-Daten (Anzahl + 3 Fakten), die Budgettabelle und alle vorhandenen Unterstützungs-Briefe. Füge das als Anhang oder Auszug ein, wie jeder Prompt verlangt.
Prompt 1 — Problemstellung (10 Minuten)
“Mit diesen 3 Fakten über meine Zielgruppe — [EINFÜGEN: 3 Fakten, z. B. Median-Einkommen, % ohne Versicherungsschutz, jährlich versorgte Anzahl] — plus dem relevanten Auszug unserer aktuellsten Jahresübersicht — [EINFÜGEN] — plus diesem Absatz aus unserem letzten Tätigkeitsbericht — [EINFÜGEN] — entwirf eine 200-Wörter-Problemstellung für einen BMBF-/DFG-/Horizon-Europe-/[Stiftungs]-Antrag. Die Aussage soll sich klar auf einen Punkt festlegen, warum aktuelle Ansätze in unserem Versorgungsfeld zu kurz greifen. Vermeide generische Phrasen wie ‘Nutzung von Partnerschaften’ oder ’nachhaltige Wirkung’. Beginn mit der konkreten Lücke, die der Antrag adressieren wird, dann quantifiziere die ungedeckte Bedarfslage mit den Fakten, die ich Dir gegeben habe. Schreib im aktiven Stil. Erfinde keine Statistiken; wenn eine Zahl nicht in dem ist, was ich Dir gegeben habe, nutze einen Platzhalter, den ich ausfüllen kann.”
Was guter Output aussieht: ein 200-Wörter-Absatz, der eine spezifische Lücke benennt (nicht “unterversorgte Gemeinschaft”), Deine 3 Fakten inline nutzt und mit einem Satz endet, der den vorgeschlagenen Ansatz andeutet, ohne ihn schon zu beschreiben.
Prompt 2 — Vorhabenbeschreibung (15 Minuten)
“Mit der angehängten Antragsskizze (LOI) — [EINFÜGEN] — und diesem Bewertungsraster der Förderlinie — [EINFÜGEN die 5 Bewertungskriterien] — entwirf eine 1.000-Wörter-Vorhabenbeschreibung. Die Beschreibung muss jedes der 5 Rasterkriterien explizit adressieren, mit dem Kriterien-Namen als Unterüberschrift. Nutz spezifische Sprache aus dem Raster, wo das Raster spezifische Sprache nutzt. Wo das Raster nach ‘Evidenz für Stakeholder-Beteiligung’ fragt, sag der Gutachterin, was wir bereits getan haben (zitier unsere tatsächlichen Programme aus der LOI), nicht was wir tun werden. Wo das Raster nach ‘messbaren Ergebnissen’ fragt, schlag 3 quantitative Metriken mit Baselines und 12-Monats-Zielen vor. Schreib die Einleitung auf 8.-Klasse-Lese-Niveau; Fach-Sektionen dürfen anspruchsvoller sein. Erfinde keine Vorergebnisse; wenn eine Zahl nicht in der LOI ist, kennzeichne es für mich.”
Was guter Output aussieht: ein 1.000-Wörter-Entwurf mit 5 klaren Unterüberschriften zum Bewertungsraster, echter Sprache aus Deiner LOI und 3 benannten Ergebnis-Metriken. Die “kennzeichne es für mich”-Anweisung bringt jede Stelle zum Vorschein, wo ChatGPT sonst eine Zahl halluzinieren würde.
Prompt 3 — Mittelbedarfsbegründung (10 Minuten)
“Mit dieser Budgettabelle — [EINFÜGEN: Posten mit Euro-Beträgen] — und diesen förderfähigen Ausgaben-Kategorien — [die Kategorien listen, die die Förderlinie benennt: Personalkosten, Sachkosten, Investitionen, Aufträge an Dritte, Reisekosten, Verbrauchsmaterial, Gemeinkostenpauschale, Sonstiges] — schreib eine 400-Wörter-Mittelbedarfsbegründung. Für jeden Posten schreib 1-2 Sätze, die die implizite Gutachter-Frage ‘ist das für die vorgeschlagene Arbeit angemessen?’ beantworten. Wo Gemeinkosten relevant sind, nenn unsere institutionell verhandelte Gemeinkostenpauschale, wenn ich sie Dir gesagt habe. Wo Eigenmittel oder Kofinanzierung von der Förderlinie verlangt sind, identifiziere, welche Posten zur Eigenmittel-Quote zählen. Schlag keine Umschichtungen vor; meine Geschäftsführung hat die Tabelle wie sie ist abgesegnet.”
Was guter Output aussieht: ein sauberer Pro-Posten-Absatz, der die Gutachter-Frage vorwegnimmt. Die “keine Umschichtungen vorschlagen”-Zeile spart die halbe Stunde, die Du sonst mit Verteidigung verbringst, warum die Tabelle so ist.
Prompt 4 — Verstetigungs-Plan (10 Minuten)
“Mit unserer 3-Jahres-Einnahmen-Entwicklung — [EINFÜGEN: Gesamteinnahmen und 3 größte Posten pro Jahr für FY23, FY24, FY25] — plus diesen 2 Unterstützungs-Briefen — [EINFÜGEN] — schreib einen 250-Wörter-Verstetigungs-Plan, der ehrlich über unsere Finanzierungslücken ist. Der Plan sollte identifizieren: (a) welche Programme die beantragte Förderung finanziert, (b) welche fortlaufenden Finanzierungs-Quellen diese Programme nach Förderende abdecken werden, und (c) die realistische Lücke, die bleibt. Versprich keine ‘diversifizierten Einnahmen-Strömen’ oder andere nicht-falsifizierbare Sprache. Wenn die Mathematik zeigt, dass wir das Programm nach der Förderung nicht voll verstetigen können, schlag 1 spezifische Schadensbegrenzung vor (z. B. 50 % der Personalkosten in Grundfinanzierung absorbieren, Partnerschaft mit [genannter Partner]) und benenn das Rest-Risiko.”
Was guter Output aussieht: ein Absatz, der echte Zahlen aus Deiner Einnahmen-Historie nennt, eine konkrete fortlaufende Finanzierungs-Quelle identifiziert (nicht “wir werden zusätzliche Mittel akquirieren”) und die Lücke einräumt. Gutachter:innen-Gremien lesen hunderte Verstetigungs-Pläne, die alle gleich klingen; ein ehrlicher Plan mit konkreter Schadensbegrenzung sticht heraus.
Der DFG-/BMBF-konforme Offenlegungs-Absatz (Copy-Paste)
Nach dem Entwurf mit den vier Prompts oben füg diesen Absatz in den relevanten Antragsteil ein (typischerweise Vorhabenbeschreibung, am Ende, vor den Anlagen). Diese Version erfüllt die “Umfang und Art”-Erwartung der DFG, die BMBF-Anforderungen und die Horizon-Europe-Vorgabe. Bearbeite die Klammern entsprechend Deiner Situation.
“Teile der Antragsformulierung wurden mit Unterstützung generativer KI-Werkzeuge erstellt (konkret [Tool-Name, z. B. ChatGPT-4o via OpenAI for Nonprofits]). Diese Werkzeuge wurden für initialer Entwurf, strukturelle Organisation und einfach-verständliche Sprache des [Vorhabenbeschreibung / Problemstellung / Mittelbedarfsbegründung] eingesetzt. Alle Inhalte wurden von der antragstellenden Person und den Co-Investigator:innen substanziell geprüft, überarbeitet und verifiziert. Das Projektteam übernimmt die volle Verantwortung für Genauigkeit, Originalität und Integrität aller Antragsinhalte. Es wurden keine KI-Werkzeuge zur Generierung von Zitaten, Daten oder Behauptungen zum Stand der Forschung ohne unabhängige Verifikation verwendet.”
Drei Anmerkungen zum Absatz.
Zur Tool-Namen-Zeile. Sei spezifisch, welches Tool. “Generative KI” allein ist unter den meisten Förderlinien-Interpretationen keine ausreichende Offenlegung mehr. Wenn Du mehrere Tools genutzt hast (ChatGPT für Entwurf, Grammarly für Lektorat, Claude für Zweit-Meinung), liste alle.
Zur “substanziell geprüft”-Zeile. Diese Sprache aktiviert die Verantwortung der antragstellenden Person. Die Gutachterin muss sehen, dass Du jeden Satz gelesen hast und dafür einstehst. Wenn ein Gremium später nach einem Absatz fragt, der eigentlich 80 % ChatGPT-as-eingefügt ist, wirst Du nicht in der Lage sein, dazu Stellung zu nehmen — und das ist die Fehlerart, die Gutachter:innen am häufigsten beschreiben: Antragsteller:innen, die zu ihrem eigenen Antrag nicht sprechen können, weil sie ihn nicht wirklich geschrieben oder gelesen haben.
Zur Zitations-und-Daten-Zeile. Das ist der wissenschaftliche-Fehlverhalten-Schutz. Halluzinierte Zitate sind der häufigste Grund, warum ein KI-entworfener Antrag aus formalen Gründen statt aus inhaltlichen abgelehnt wird. Wenn ChatGPT eine Veröffentlichung zitiert, schlag sie nach, bevor Du einreichst. Wenn es eine Statistik zitiert, find die Quelle, bevor Du einreichst. Die Offenlegungs-Zeile schützt Dich nicht, wenn ein Zitat sich als erfunden herausstellt.
Drei Sache, die Du nicht mit ChatGPT machen solltest
Eins. Generiere keine Zitate. ChatGPT halluziniert Veröffentlichungen, die nicht existieren. Wenn Dein Antrag Quellen zitiert, lass ChatGPT die Sprache formulieren, aber gib ihm die Zitate selbst (aus PubMed, Google Scholar, DBLP), und verifiziere jede DOI vor dem Einreichen.
Zwei. Nutze nicht den ChatGPT-Output für die Specific Aims oder die Zielfindung. Die spezifischen Forschungs- oder Vorhaben-Ziele sind das Herz Deines Antrags. KI kann sie schöner formulieren, aber sie sollten von Dir kommen — wer die Ziele schreibt, hat die intellektuelle Eigentümerschaft. Ein Antrag, dessen Ziele aus ChatGPT stammen, wird im Gutachten als oberflächlich wahrgenommen, weil die Ziele sich nicht mit der späteren Methodik verzahnen.
Drei. Nutze ChatGPT nicht für personenbezogene Daten Deiner Klient:innen oder Zielgruppe. Das ist eine DSGVO-Frage. Free ChatGPT verarbeitet in den USA. Wenn Deine Zielgruppen-Daten personenbezogen sind (Geburtsdaten, Diagnosen, Postanschriften), darf das nicht in nicht-EU-gehostete Modelle, ohne saubere Auftragsverarbeitungs-Vereinbarung. Für DSGVO-Konformität nutze entweder anonymisierte Daten, ein EU-gehostetes Modell (Mistral La Plateforme mit EU-Region, Aleph Alpha) oder ein lokales Modell.
Was das für Dich heißt
Wenn Du Geschäftsführerin eines Vereins oder einer gemeinnützigen GmbH bist
Setz den 4-Prompt-Workflow als Standardprozess für jeden Förderantrag dieses Jahr. Die 45-Minuten-Investition pro Antrag ist eine 3-4-Stunden-Einsparung gegenüber Voll-Manuell, und der Offenlegungs-Absatz schützt Dich gegen rückwirkende Beanstandung. Lass den Workflow von zwei Personen in der Org getestet werden, bevor Du ihn standardisierst.
Wenn Du Drittmittel-Referent:in an einer Hochschule bist
Die DFG- und BMBF-Konformität ist für Dich nicht verhandelbar. Setz Offenlegung als verpflichtenden Bestandteil jeder Antragseinreichung, und schul Dein Wissenschaftler:innen-Kollegium dazu. Die Inkonsistenz zwischen “Wissenschaftler:in nutzt KI privat, legt aber nicht offen” und “Wissenschaftler:in legt offen” ist die wahrscheinlichste Quelle künftiger Beanstandungs-Verfahren.
Wenn Du Fundraiser:in einer Stiftung oder einem großen Spendenwerk bist
Die EU- und Bundes-Föderalismen sind explizit. Die Stiftungs-Förderlinien sind weniger einheitlich — aber Du verlierst nichts mit Offenlegung, und Du verlierst alles im Falle einer späteren Aufdeckung. Setz Offenlegung als Standard für jeden Antrag.
Wenn Du Forschungs-PI an einer Universität bist
Behalte Specific Aims, Hypothesen und Methodik als 100 % menschliches Material — die intellektuelle Eigentümerschaft ist die Substanz Deines Antrags. KI für Sprache, Struktur und Reviewer-freundliche Lesbarkeit ist legitim; KI für die Wissenschaft selbst ist nicht.
Was diese Anleitung Dir nicht sagen kann
Sie kann die Wissenschaft / das Programm nicht ersetzen. ChatGPT poliert Sprache; es entwickelt nicht die Forschungs- oder Programm-Idee. Wenn die Idee nicht trägt, hilft kein Prompt.
Sie kann die Förderlinien-spezifischen Anforderungen nicht ersetzen. Jede Linie hat spezifische Erwartungen — Sektionsstruktur, Wortzahl, Anlagenkanon. Lies die Richtlinie, bevor Du den Workflow startest.
Sie kann die ethische Diskussion in Deiner Organisation nicht ersetzen. Manche Organisationen entscheiden, KI prinzipiell nicht für Antragsformulierung zu nutzen — das ist eine legitime Position. Diskutier es im Team, bevor Du den Workflow standardisierst.
Das Fazit
KI verkürzt die Antragsformulierung von Tagen auf Stunden. Die 4-Prompt-Workflow oben gibt Dir die Struktur. Der Offenlegungs-Absatz schützt Dich gegen die häufigste Stolperfalle. Was unverändert bleibt: Du bist die Antragstellerin. Du bist verantwortlich für jeden Anspruch, jede Zahl und jedes Zitat.
Wenn Du systematisch in KI-gestützte Förderakquise einsteigen willst — von der Recherche von Förderlinien über Antragsformulierung bis zur Verstetigung — geht unser KI-Förderung beantragen durch den End-to-End-Prozess.
Quellen
- DFG-Stellungnahme zum Einsatz generativer KI in der Forschung
- BMBF — Förderrichtlinien und KI-Hinweise
- Horizon Europe — General Annex und Guidance Note on Use of Generative AI
- OpenAI for Nonprofits — verfügbare Pläne
- Bertelsmann Stiftung, Robert Bosch Stiftung, Volkswagen Stiftung — Förderrichtlinien
- Heise — Wissenschaftliche Verlage und KI-Offenlegung
- Mistral La Plateforme — EU-gehostete Inferenz
- Aleph Alpha — deutsche KI-Souveränität
