Der visuelle Metaphern-Generator: Abstrakte Konzepte in Pitch-Deck-taugliche Analogien verwandeln
Why this prompt matters
A board or investor who doesn't grasp the mechanism behind a technical improvement won't advocate for the budget behind it, and a pitch that gets rejected or misunderstood because of a weak analogy costs far more than the 15 minutes it takes to generate better ones — teams that lead with the wrong metaphor often end up re-explaining the same concept across three follow-up meetings instead of moving the conversation forward.
What we use it for
You have 4 minutes on the agenda at next week's board meeting to explain why the company's new fraud-detection model reduces false declines, and the board has finance and legal backgrounds with zero machine learning experience — a slide full of precision and recall numbers will lose them in the first 20 seconds.
Prompt
You are a presentation coach and communications strategist who has helped hundreds of founders and executives explain complex ideas to boards, investors, and cross-functional teams. CONTEXT: I need to explain a concept in an upcoming presentation, and a plain technical or business explanation isn't landing with my audience. Concept to explain: [YOUR CONCEPT — e.g., "how our recommendation algorithm reduces churn"]. Audience: [WHO YOU'RE PRESENTING TO — e.g., "a board of directors with finance backgrounds, no technical depth"]. Context of the presentation: [BOARD MEETING / INVESTOR PITCH / ALL-HANDS / SALES DEMO / OTHER]. Time I have to explain this: [30 SECONDS / 2 MINUTES / 5+ MINUTES]. TASK: 1. Generate 5 distinct visual metaphors that explain [YOUR CONCEPT] to [AUDIENCE]. 2. For each metaphor, write: the one-sentence version I'd say out loud, a 2-3 sentence expanded version for when I have more time, and what visual I could put on a slide to reinforce it, described precisely enough that a designer could build it. 3. For each metaphor, rate its risk of falling flat or being misunderstood by this specific audience, and explain why. 4. Recommend which single metaphor to lead with and why it's the best fit for this audience and time constraint. CONSTRAINTS: - Do not reuse the same source domain (sports, cooking, driving, etc.) for more than one metaphor — I want 5 genuinely different angles, not 5 variations on one theme. - Avoid metaphors that require the audience to already understand a different complex concept to get the metaphor. - Flag any metaphor that could be seen as reductive or condescending to this specific audience. - Keep the one-sentence version under 25 words — it needs to work spoken aloud, not read off a slide. OUTPUT FORMAT: For each of the 5 metaphors: ## Metaphor [N]: [Source domain, e.g., "Air traffic control"] **One-sentence version:** [...] **Expanded version:** [...] **Slide visual:** [...] **Risk of falling flat:** [LOW/MEDIUM/HIGH] — [why] End with: **Recommended lead metaphor:** [which one] — [1-2 sentence justification tied to the specific audience and time constraint]
Result
## Metaphor 1: Airport security screening
One-sentence version: Our fraud model is like adding a second, faster security lane that still catches the same threats but stops fewer honest travelers for extra screening.
Expanded version: Right now, every transaction goes through one screening process that's cautious to the point of flagging too many legitimate customers. This model adds a smarter first pass — most legitimate transactions go straight through, while suspicious ones still get the full check. The threats caught stay the same; the false alarms drop.
Slide visual: A simple two-lane airport diagram — one lane labeled "current process" with a long queue and several false stops, one lane labeled "new model" showing a shorter queue with only genuinely flagged bags pulled aside.
Risk of falling flat: LOW — airport security is a universally understood, low-controversy reference point for this board.
## Metaphor 2: Credit scoring precision
One-sentence version: We tightened the model's judgment the same way a lender sharpens a credit score to approve more good borrowers without approving more bad ones.
Expanded version: A blunt credit score rejects some good borrowers just to be safe. A sharper model separates good and bad borrowers more precisely, so the lender can approve more good applicants at the same risk tolerance. Our fraud model does the same for transactions.
Slide visual: A simple two-axis chart — risk tolerance held constant on one axis, approval rate for legitimate customers increasing on the other, with a labeled improvement arrow.
Risk of falling flat: LOW — this board has finance backgrounds, so credit scoring is an unusually strong fit, arguably the strongest of the five.
## Metaphor 3: Weather forecasting confidence
One-sentence version: Think of it like a weather forecast that got more confident — same data, but now it can tell a 60% chance of rain from a 95% chance instead of calling both "maybe rain."
Expanded version: A vague forecast forces you to prepare for rain every time there's any chance. A precise one lets you skip the umbrella most days and only prepare when it really matters. Our model went from vague fraud "maybe" signals to sharper, more confident ones.
Slide visual: Two weather forecast icons side by side — a fuzzy "chance of rain" cloud icon versus a precise percentage readout.
Risk of falling flat: MEDIUM — clear concept, but weather forecasting doesn't map as tightly to a financial decision as the credit scoring metaphor does for this specific audience.
Recommended lead metaphor: Credit scoring precision — it's the only one of the five that speaks directly in the vocabulary this board already uses daily (approval rates, risk tolerance, false positives and negatives), so it requires zero translation step before the point lands, which matters given the 4-minute time constraint.
Die meisten „Erklär‘ das einfach“-Prompts generieren eine einzige Metapher und hören dann auf, was bedeutet, dass Sie die gesamte Präsentation auf das setzen, was das Modell zuerst generiert hat. Dieses Prompt basiert auf einer anderen Annahme: Die erste Metapher, die einem in den Sinn kommt, ist selten die beste für ein bestimmtes Publikum, und der einzige Weg, die richtige zu finden, ist, mehrere wirklich verschiedene Optionen zu generieren und sie nebeneinander zu vergleichen, bevor Sie vor dem Board stehen.
Warum das Prompt fünf verschiedene Quellbereiche erzwingt
Die Einschränkung, denselben Quellbereich nicht wiederzuverwenden – z. B. dürfen nicht zwei Metaphern beide aus dem Sport stammen – existiert, weil das Modell ohne Einschränkung tendenziell kleine Variationen seiner ersten Idee generiert statt wirklich unterschiedlicher Blickwinkel. Fünf Metaphern, die alle Sportanalogien sind, sind keine fünf Optionen, sondern eine neu formulierte Option. Das Erzwingen von fünf verschiedenen Bereichen (im Beispieloutput: Flughafensicherheit, Kreditwürdigkeitsbewertung und Wettervorhersage) bringt echte Alternativen hervor, und unterschiedliche Zielgruppen reagieren auf unterschiedliche Bereiche aus Gründen, die nichts mit der abstrakten Klarheit der Metapher zu tun haben – ein Board aus Finanzleuten findet eine Kreditwürdigkeits-Metapher unmittelbar verständlicher als eine ebenso klare Sportanalogie, einfach weil sie bereits zu ihrem Arbeitsvokabular gehört.
Die Risikobewertung ist der Teil, den die meisten Metaphern-Generierungs-Prompts auslassen
Eine technisch korrekte Metapher kann im Raum trotzdem scheitern – weil sie herablassend ist, weil sie Hintergrundwissen erfordert, das das Publikum nicht hat, oder weil sie versehentlich etwas impliziert, das Sie nicht beabsichtigt haben. Das Modell aufzufordern, das Risiko des Scheiterns jeder Metapher zu bewerten und zu erklären, warum, zwingt es dazu, über die Passung zum Publikum nachzudenken, anstatt nur plausibel klingende Analogien zu generieren und die Beurteilung vollständig Ihnen zu überlassen. Deshalb fragt das Prompt auch im Voraus nach dem Publikum und dem Präsentationskontext – eine Metapher, die in einem lockeren All-Hands-Meeting funktioniert, kann vor Investoren als leichtfertig rüberkommen, und das Modell kann diese Diskrepanz nur erkennen, wenn es die Umgebung kennt.
Warum sowohl eine Ein-Satz- als auch eine erweiterte Version
Präsentationen laufen selten genau wie geprobt. Die Ein-Satz-Version ist das, was Sie sagen, wenn Sie nach zehn Sekunden unterbrochen werden oder das Treffen länger dauert und Ihr Slot auf ein Drittel seiner geplanten Länge gekürzt wird; die erweiterte Version verwenden Sie, wenn Sie die volle Zeit haben und die Metapher mit mehr Details ausbauen möchten. Beide im Voraus vorbereitet zu haben bedeutet, dass Sie nicht unter Zeitdruck live eine komprimierte Version improvisieren, was der Moment ist, in dem Erklärungen tendenziell durcheinandergeraten.
Die Anweisung für das Folienvisual ist aus einem bestimmten Grund wichtig
Das Prompt verlangt ein Visual, das präzise genug beschrieben ist, dass ein Designer es umsetzen könnte – nicht nur „ein relevantes Bild“. Eine vage Anweisung wie „zeigen Sie ein Diagramm, das Verbesserung darstellt“ produziert eine Folie, die wie jede andere Folie im Deck aussieht. Die Anforderung eines spezifischen, umsetzbaren Visuals (ein beschriftetes Zwei-Spuren-Diagramm, ein zwei-achsiges Diagramm mit einem bestimmten beschrifteten Pfeil) gibt Ihnen etwas Konkretes, das Sie demjenigen übergeben können, der Ihre Folien erstellt, oder das Sie selbst in fünf Minuten skizzieren können – statt einer weiteren Abstraktionsebene, die Sie noch lösen müssen.
Anpassen an Ihre Situation
Das Zeitbeschränkungsfeld verändert mehr als jeder andere Input, wie eine gute Empfehlung aussieht. Eine Metapher, die für einen 5-minütigen Deep-Dive-Slot hervorragend ist, kann die falsche Wahl für eine 30-Sekunden-Elevator-Antwort sein, weil sie die erweiterte Version benötigt, um zu wirken. Wenn Sie das Feld in eckigen Klammern [time] ehrlich ausfüllen – nicht optimistisch –, wird die endgültige Empfehlung des Modells tatsächlich berücksichtigen, dass Sie vielleicht nur einen Satz sagen können, bevor jemand eine Folgefrage stellt.