Förderantragserstellung

Das echte Ausmaß des Problems

In Deutschland gibt es laut Bundesverband Deutscher Stiftungen mehr als 25.000 rechtsfähige Stiftungen bürgerlichen Rechts, dazu kommen Bundes- und Länderprogramme, EU-Fonds und kommunale Fördergelder. Bei kompetitiven Programmen wird oft nur ein kleiner Teil der Anträge bewilligt. Eine verlässliche branchenweite Bewilligungsquote kennen wir nicht, manche Programme veröffentlichen ihre eigene, frag im Zweifel beim Förderer nach.

Das heißt: Viele Anträge scheitern, und manche davon nicht wegen mangelnder Projektqualität, sondern wegen handwerklicher Schwächen im Antrag.

Typische Probleme:

• Der Antrag beantwortet nicht explizit die Fragen aus den Förderrichtlinien
• Die Zielgruppe ist nicht präzise genug beschrieben
• Die Wirkungslogik ist unklar oder nicht belegt
• Das Budget wirkt nicht nachvollziehbar kalkuliert
• Der Antrag liest sich wie ein Rechenschaftsbericht, nicht wie ein überzeugender Projektvorschlag

Erfahrungsunterschied als struktureller Nachteil: Erfahrene Fundraiser wissen, wie ein Antrag für eine große Privatstiftung klingen muss, und wie sich das von einem Antrag beim Bundesfamilienministerium unterscheidet. Kleine Organisationen, die zum ersten Mal bei einem institutionellen Förderer anklopfen, haben diesen Erfahrungsvorsprung nicht. KI kann diesen Abstand erheblich verkleinern.

Rechtlicher Hinweis, Gemeinnützigkeitsrecht (AO §§ 51–68): Förderanträge müssen mit dem satzungsmäßigen Zweck der Organisation übereinstimmen. KI kann bei der Formulierung helfen, aber die Zuordnung zu einem steuerbegünstigten Zweck muss intern geprüft werden. Ein Antrag, der Aktivitäten beschreibt, die außerhalb des satzungsmäßigen Zwecks liegen, kann die Gemeinnützigkeit gefährden.

Mit vs. ohne KI, ein ehrlicher Vergleich

Richtwerte der Redaktion, keine Messung. Schreib beim nächsten Antrag die Stunden mit.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5)
Als Richtwert 40–60% weniger Zeitaufwand je Antrag, und das ist direkt messbar. Bei 6 Anträgen zu je 40 Stunden sind das rund 100–150 gewonnene Stunden im Jahr, ein echter Hebel.

Kosteneinsparung, mittel (3/5)
Es sinken keine Kosten: Die Fundraiserin wird weiter bezahlt, die gewonnenen Stunden gehen in weitere Anträge oder ins Projekt. Mehr Bewilligungen bringen mehr Fördermittel, aber das ist zweckgebundenes Geld für Projektkosten, das ausgegeben und nachgewiesen werden muss, oft mit Eigenanteil, kein Überschuss. Und ob die Quote durch KI steigt, ist nicht belegt. Deshalb die mittlere Wertung.

Schnelle Umsetzung, mittel (3/5)
Der erste Antrag mit KI-Unterstützung braucht 2–4 Wochen, weil Richtlinien-Analyse, Stilbriefing und Prüfungsschritt neu aufgebaut werden. Ab dem zweiten Antrag ist der Workflow eingefahren.

ROI-Sicherheit, mittel (3/5)
Die Stunden je Antrag sind sicher messbar. Die Bewilligungsquote dagegen kaum: Bei 8 Anträgen im Jahr schwankt die Zahl der Bewilligungen schon zufällig um mehr als eine nach oben oder unten, eine Veränderung von 2,4 auf 3,2 Bewilligungen ist von Glück oder Pech nicht zu unterscheiden. Förderer entscheiden außerdem nach Budgetlage und Programmschwerpunkt. Einen sauberen Nachweis liefert erst eine Reihe über mehrere Jahre.

Skalierbarkeit, niedrig (2/5)
Im Gegensatz zu Automatisierungs-Systemen skaliert Förderantragserstellung nicht selbst: Jeder neue Antrag braucht individuelle Richtlinien-Analyse, projektspezifischen Input und menschliche Prüfung. Die Zeitersparnis bleibt konstant pro Antrag, aber sie skaliert nicht überproportional.

Richtwerte, stark abhängig von der Antragsfrequenz und der Qualität des bisherigen Prozesses.

Was das System konkret macht

Ebene 1, Richtlinien-Analyse: Förderrichtlinien eingeben, KI analysiert: Was sind die Bewertungskriterien? Welche Fragen muss der Antrag explizit beantworten? Was wird implizit erwartet? Ergebnis: eine Checkliste, die die Antragserstellung strukturiert.

Ebene 2, Theory of Change-Entwicklung: Viele Anträge sind zu wenig wirkungsorientiert. KI hilft, aus einer Projektbeschreibung eine klare Wirkungslogik zu entwickeln: Problem → Zielgruppe → Intervention → Outputs → Outcomes → Impact. Das ist die Sprache, die professionelle Förderer erwarten.

Ebene 3, Antragstexte erstellen: Mit Checkliste, Wirkungslogik und Projektinput erstellt KI strukturierte Antragsabschnitte. Kein Finalprodukt, sondern ein 60-prozentiger Rohtext, den du mit inhaltlicher Substanz füllst.

Ebene 4, Antragssystem aufbauen: Bewilligte Antragsabschnitte in einer Bibliothek archivieren (Notion oder Word-Vorlage). Jeder Antrag verbessert das System für den nächsten.

Konkrete Werkzeuge, was wann passt

Claude , 20 Euro/Monat (Pro)
Beste Wahl für lange Antragsdokumente mit komplexer Struktur. Liest Förderrichtlinien vollständig und behält Konsistenz über 10-seitige Anträge. Besonders stark, wenn Richtlinien viele spezifische Anforderungen haben.

ChatGPT , 0–23 Euro/Monat
Für schnelle Abschnitts-Entwürfe und iteratives Arbeiten. Gut für Projektbeschreibungen, Problemanalysen und Budget-Begründungen.

Perplexity , kostenlos oder 20 US-Dollar/Monat (Pro)
Für Recherche zu Förderprogrammen und Branchenstatistiken, die im Antrag als Belege zitiert werden können. Jede Zahl an der verlinkten Originalquelle prüfen, bevor sie in den Antrag geht.

Notion AI , 19,50 Euro/Nutzer/Monat im Business-Plan
Für Antragsbibliothek und Vorlagensystem: Bisherige erfolgreiche Antragsabschnitte archivieren, neue Anträge auf Basis der Bibliothek generieren. Das Generieren aus der Bibliothek braucht die volle KI, und die gibt es erst im Business-Plan (19,50 Euro bei jährlicher, 23,50 Euro bei monatlicher Abrechnung); fürs reine Archivieren reicht Plus für 9,50 Euro.

Kostenlos starten: Claude Free oder ChatGPT Free, für erste Richtlinien-Analyse und Antragsabschnitte vollständig ausreichend.

Datenschutz und Datenhaltung

Förderanträge enthalten strategische und finanzielle Organisationsdaten, kein Personendaten-Problem, aber:

• Unveröffentlichte Strategiepläne: Projektpläne, die noch nicht öffentlich sind und Wettbewerbsvorteile darstellen, gehören nicht unbedingt in Consumer-KI-Dienste. Claude Team oder ChatGPT Business bieten stärkere Vertraulichkeits-Zusicherungen und AVVs.
• Budgetdaten: Genaue Budgetzahlen vor der Einreichung in öffentlich zugängliche KI-Dienste einzugeben ist ein geringes, aber vorhandenes Risiko. Für erste Entwürfe gerundete Zahlen nutzen.
• Keine rechtlich bindenden Texte ohne fachliche Prüfung: Antragsformulierungen zu Gemeinnützigkeit (AO §§ 51–68), Zweckbindung und Eigenanteilen sollten von einer fachkundigen Person geprüft werden, bevor sie eingereicht werden. KI ist kein Rechtsberater.

Was es kostet, realistisch gerechnet

Einstieg:

• Claude Pro: 20 Euro/Monat
• Zeitaufwand, Richtwert: statt 40 Stunden ca. 16–24 Stunden pro Antrag
• Bei 6 Anträgen/Jahr: ca. 100–150 Stunden gewonnen

Mit Antragsmanagementsystem:

• Claude Pro + Notion AI Business für eine Person: 20 plus 19,50 Euro, zusammen 39,50 Euro/Monat
• Einrichtungsaufwand: 10–15 Stunden für Vorlagen-System
• Dauerhafter Lerneffekt: Jeder Antrag verbessert das System

Rechenbeispiel:
NGO mit 1 Vollzeit-Fundraiser, 8 Förderanträge/Jahr, bisher Ø 35 Stunden/Antrag = 280 Stunden/Jahr. Nach KI: 18 Stunden/Antrag, also 8 mal 17 = 136 Stunden gewonnen, gut 17 Arbeitstage. Toolkosten: 12 mal 20 Euro = 240 Euro im Jahr.

Diese Stunden sind der sichere Teil. Die Fundraiserin kann damit zwei, drei Anträge mehr im Jahr stellen oder die bestehenden gründlicher machen. Was daraus an Fördergeld wird, lässt sich nicht seriös vorab beziffern: Bei 30 Prozent Bewilligungsquote bringen 8 Anträge im Schnitt 2,4 Bewilligungen, bei 40 Prozent wären es 3,2. Ob KI die Quote so hebt, weiß niemand, und selbst dann wäre die zusätzliche Bewilligung von 15.000 Euro kein Ertrag, sondern Geld, das für ein zusätzliches Projekt ausgegeben wird, oft mit Eigenanteil.

Drei typische Einstiegsfehler

Fehler 1, Richtlinien nicht als Input mitgeben
”Schreib einen Förderantrag” ohne die Richtlinien liefert generischen Text, der das Bewertungsraster nicht trifft. Die Richtlinien, komplett, nicht nur die Zusammenfassung, müssen als Input mitgegeben werden.

Fehler 2, KI-Entwurf ohne inhaltliche Überarbeitung einreichen
KI liefert Struktur und Formulierung. Zahlen, konkrete Projekterfahrungen, Wirkungsbelege aus der eigenen Praxis, das muss von dir kommen. Wer KI-Rohtext direkt einreicht, riskiert inhaltliche Fehler und Stil, der nicht zur Organisation passt.

Fehler 3, Jeden Antrag von Null beginnen
Bewilligte Antragsabschnitte (Projektbeschreibungen, Problemanalysen, Wirkungslogiken) in einer Bibliothek ablegen. Jeder neue Antrag nutzt diese Bausteine als Ausgangsmaterial und verbessert sie. Das ist das entscheidende Effizienz-Multiplikator-Element.

Was mit der Einführung wirklich passiert, und was nicht

Was passiert: Die erste KI-gestützte Richtlinien-Prüfung liefert Aha-Momente: “Das ist der Punkt, den ich bisher immer übersehen habe.” Viele Organisationen erkennen erst durch die KI-Analyse, was die Förderer wirklich sehen wollen.

Was auch passiert: Die Antragsqualität verbessert sich sofort, aber ob die Bewilligungsquote steigt, zeigt sich erst nach 6–12 Monaten und mehreren eingereichten Anträgen. Geduld ist nötig.

Was nicht passiert: Eine KI schreibt druckreife Anträge ohne menschliche Expertise. Die inhaltliche Tiefe, die Legitimität der Wirkungsaussagen und die Authentizität der Organisation, das bleibt menschlich.

Typischer Widerstand: “Förderer erkennen KI-generierte Anträge.” Sie erkennen schlechte Anträge, und gute. Ob ein guter Antrag mit oder ohne KI entstanden ist, ist nicht erkennbar und irrelevant. Was zählt: Qualität.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Förderer erkennen KI-generierte Anträge.”
Was Förderer erkennen: schlechte Anträge und gute Anträge. Kein Förderer kann erkennen, ob ein gut strukturierter, wirkungsorientierter Antrag mit oder ohne KI entstanden ist, und es ist auch irrelevant.

„Wir haben zu viele individuelle Förderanforderungen.”
KI wird individuell durch den Input. Spezifische Richtlinien + konkreter Projektkontext + bisherige Antragsbausteine = spezifischer, kein allgemeiner Text. Die Spezifität hängt vom Input ab.

„Wir haben keine Zeit für Tool-Einführungen.”
Die Einlernzeit liegt bei 2–4 Stunden für den ersten Antrag, danach ist der Prozess schneller. Die Stunden sind beim zweiten Antrag wieder drin. Die gewonnene Zeit im Fundraising kann in die programmatische Arbeit fließen.

Woran du merkst, dass das zu dir passt

• Du stellst mehr als drei Förderanträge pro Jahr
• Die Erstellung eines Antrags kostet regelmäßig mehr als 20 Stunden
• Ihr habt Anträge eingereicht und wusstet hinterher nicht genau, warum sie abgelehnt wurden
• Eure Bewilligungsquote liegt unter 40 Prozent

Wer noch nicht anfangen sollte:
Wenn keine klaren Projektbeschreibungen und Wirkungsaussagen vorhanden sind, hilft KI nicht beim Antrag, sondern zuerst beim Aufbau der inhaltlichen Grundlagen. Erst Klarheit über das Projekt, dann Antragsunterstützung.

Das kannst du heute noch tun

Nimm die Förderrichtlinien eines Programms, bei dem du demnächst einreichen möchtest, und gib sie in den Prompt unten. Die Analyse dauert 5 Minuten, und gibt dir eine Checkliste, die die Antragserstellung strukturiert.

Quellen & Methodik

• Bundesverband Deutscher Stiftungen, Zahlen und Daten: mehr als 25.000 rechtsfähige Stiftungen bürgerlichen Rechts. https://www.stiftungen.org/stiftungen/zahlen-und-daten/statistiken.html
• Demokratie leben!, Über das Programm: dritte Förderperiode 2025 bis 2032. https://www.demokratie-leben.de/das-programm/ueber-demokratie-leben
• PHINEO, Kursbuch Wirkung: kostenfreier Praxisleitfaden zu Wirkungslogik und Wirkungsmessung. https://www.phineo.org/kursbuch-wirkung
• Abgabenordnung §§ 51–68: Gemeinnützigkeitsrecht, relevante Paragraphen für Förderanträge.
• Zeitangaben und Rechenbeispiel: Richtwerte der Redaktion, keine Erhebung. Für branchenweite Bewilligungsquoten und für den Einfluss von KI auf die Bewilligung haben wir keine belastbare Quelle gefunden.