Warum ein ChatGPT-Prompt Ihre Produkttexte nicht EmpCo-sicher macht

In den Suchdaten taucht etwas Auffälliges auf: Menschen tippen ganze LLM-Prompts bei Google ein — Anweisungen wie „du bist ein deutscher Compliance-Checker für Produkttexte, prüfe HTML auf rechtliche Risiken: Superlative ohne Beleg, Greenwashing ohne Quelle, Gesundheitsversprechen ohne Norm". Keine Frage. Ein Prompt. Sie versuchen, sich aus einem Chatfenster einen Compliance-Prüfer zu bauen, bevor am 27. September 2026 die EmpCo-/ECGT-Richtlinie gilt.

Der Instinkt ist richtig. Sie haben ein paar tausend Produktbeschreibungen, eine Frist und kein Budget für eine Kanzlei. Ein LLM liest Texte gut und erkennt einen unbelegten Superlativ zuverlässig. Warum trägt dieser Ansatz in der Praxis trotzdem nicht?

Was der Prompt richtig macht

Fairerweise: Die Prompts, die geschrieben werden, benennen die richtigen Risikokategorien — vage Umweltaussagen, Superlative ohne Beleg, Gesundheits- oder Schutzversprechen ohne Norm. Das ist ein brauchbares Arbeitsmodell dessen, was die Richtlinie adressiert, und ein allgemeines Modell findet die offensichtlichen Fälle. Ein „100 % klimaneutral" auf einer Produktseite zu erkennen, ist nicht schwer.

Wenn Sie einen groben Ersteindruck einer einzelnen Seite wollen, liefert ein Prompt genau das. Das Problem beginnt in dem Moment, in dem das Ergebnis belastbar sein muss.

Fünf Dinge, die ein Prompt nicht leisten kann

1. Er liefert jedes Mal ein anderes Ergebnis

Lassen Sie dieselbe Produktbeschreibung dreimal durch denselben Prompt laufen, und Sie erhalten drei sich überschneidende, aber unterschiedliche Listen. Für ein generatives Modell ist das normales Verhalten — für Compliance-Arbeit ist es fatal. Wenn eine Kollegin Ihre Prüfung wiederholt und ein anderes Ergebnis bekommt, kann niemand sagen, welches richtig war. Und ein Verfahren, das sich nicht wiederholen lässt, können Sie im Streitfall nicht vorlegen. Ein Regelwerk ist konstruktionsbedingt deterministisch: Derselbe Text löst jedes Mal dieselbe Regel aus, weil eine Regel eine Regel ist und keine Vorhersage.

2. Er kann die angewandte Vorschrift nicht verlässlich zitieren

Fragen Sie ein Modell, warum eine Formulierung problematisch ist, und es liefert ein juristisch klingendes Zitat. Manchmal stimmt es. Manchmal nennt es eine Artikelnummer, die es nicht gibt, oder ordnet ein Verbot dem falschen Rechtsakt zu — und verwechselt die EmpCo-Richtlinie mit dem separaten Vorschlag für eine Green-Claims-Richtlinie, der im Juni 2025 zurückgezogen wurde. Ein Zitat, das Sie von Hand prüfen müssen, spart Ihnen nicht die Arbeit, für die Sie es eingesetzt haben.

3. Er sieht Ihre Bilder nie

Das ist der größte blinde Fleck und der am leichtesten zu übersehende. Fügen Sie Ihr HTML in ein Chatfenster ein, liest das Modell Ihren Text. Es liest nicht die Aussage im Header-Banner, nicht das grüne Blatt-Siegel auf dem Verpackungsfoto und nicht das Zertifizierungslogo in Ihrer Footer-Grafik. Über die von uns gescannten Websites hinweg gehören irreführende Bildsprache und die Verwendung von Zertifizierungszeichen zu den häufigsten Feststellungen — und ein reiner Text-Prompt sieht beides nicht.

4. Er unterscheidet nicht zwischen belegter und unbelegter Aussage

Die meisten Umweltaussagen sind nach der Richtlinie nicht per se verboten, sondern bedingt zulässig. „Bio-Baumwolle" ist zulässig, wenn Sie das Zertifikat haben und es dieses Produkt abdeckt. Ohne Zertifikat ist es ein Verstoß. Der Wortlaut auf der Seite ist in beiden Fällen identisch. Ein Modell, das nur Ihren Text sieht, kann nicht wissen, in welcher Lage Sie sind — es markiert also entweder jede berechtigte Aussage, die Sie belegen könnten, oder lässt Aussagen durch, die Sie nicht belegen können. Beides hilft nicht. Sie brauchen den Nachweis mit der Aussage verknüpft, nicht nur eine Meinung zum Wortlaut.

5. Er hinterlässt keinen datierten Nachweis

Wenn eine Verbraucherschutzbehörde oder ein Wettbewerber eine Aussage angreift, hilft kein Chatverlauf. Hilfreich ist ein datierter Bericht, der zeigt, was Ihre Website an einem bestimmten Tag gesagt hat, an welcher Regel jede Aussage gemessen wurde und was Sie geändert haben. Ein Chatfenster erzeugt nichts davon — und das Gespräch ist weg, sobald Sie den Tab schließen.

Derselbe Satz, zwei Wege

Nehmen wir eine realistische Zeile: „Unsere klimaneutrale Bambusflasche — die nachhaltigste Wahl, aus rein natürlichen Materialien." Ein typischer Prompt antwortet sinngemäß: „enthält vage Nachhaltigkeitsaussagen, Überarbeitung empfohlen". Stimmt — aber damit können Sie nichts anfangen.

Eine regelbasierte Prüfung zerlegt den Satz in drei getrennte Probleme mit drei verschiedenen Lösungen. „Klimaneutral" auf Basis von Kompensation ist nach Anhang I ein Per-se-Verbot — kein Nachweis rettet es, die Formulierung muss weg. „Nachhaltigste" ist ein vergleichender Superlativ, der einen Beleg gegen eine definierte Vergleichsgruppe braucht. „Rein natürlich" ist eine allgemeine Umweltaussage, die anerkannte hervorragende Umweltleistung voraussetzt. Drei Feststellungen, drei Rechtsgrundlagen, drei konkrete Umformulierungen — statt eines Absatzes mit Ratschlägen.

Was stattdessen zu tun ist

1. Beginnen Sie bei der Begriffsliste, nicht beim Prompt. 82 Begriffe sind verboten oder eingeschränkt. Ihren Katalog danach zu durchsuchen ist eine endliche, überprüfbare Aufgabe — siehe die vollständige Liste verbotener Begriffe.
2. Prüfen Sie Bilder ebenso wie Text. Alles, was in einer Grafik steht, ist eine Aussage. Wer nur HTML liest, prüft den halben Shop.
3. Sammeln Sie Zertifikate, bevor Sie umformulieren. Die Hälfte dessen, was wie ein Verstoß aussieht, ist eine berechtigte Aussage, die Sie belegen können. Erst den Nachweis suchen, dann nur das umschreiben, was wirklich unbelegt ist.
4. Halten Sie jeden Durchlauf datiert fest. Der Wert einer Prüfung liegt darin, sie später vorlegen zu können.
5. Setzen Sie ein LLM dort ein, wo es stark ist — beim Formulieren der konformen Alternative, sobald Sie wissen, welche Regel Sie beheben. Das ist eine Schreibaufgabe, und darin sind Modelle gut.

Nichts davon heißt, dass KI in der Compliance-Arbeit nichts zu suchen hat. Es heißt, dass das Modell ein festes Regelwerk anwenden sollte statt eines zu improvisieren, dass es Ihre Bilder ebenso lesen muss wie Ihren Text, und dass es seine Feststellungen in etwas schreiben sollte, das Sie behalten können. Das ist ein anderes Werkzeug als ein Chatfenster — kein klügerer Prompt.