Spheriq AI nutzt für viele Abfragen eine Reihe von zentralen Orientierungskonzepten der Plattform. Fit, Hope, Badges und Förderlogiken helfen, grosse Informationsmengen sinnvoll zu strukturieren, eine Passung einfacher zu kommunizieren oder besser zu begründen.
Der gemeinnützige Sektor funktioniert nicht wie ein klassischer Markt. Eine Organisation ist nicht einfach «gut» oder «schlecht». Ein Projekt ist nicht allgemein passend, sondern passend aus Sicht einer bestimmten Förderorganisation mit individuellen Zielen, Förderthemen, Zielgruppen oder Wirkungsgebieten.
Warum Spheriq eigene Orientierungssignale braucht
Entsprechend muss Spheriq mehr bieten als eine Stichwortsuche. Und erst recht Spheriq AI. Die KI muss «verstehen», ob Themenbereiche übereinstimmen, Zielgruppen passen oder ein Wirkungsgebiet relevant ist. Sie muss nachvollziehen, zu welchem Grad eine Förderlogik erfüllt ist, oder ob ein Profil genügend vertrauensbildende Informationen enthält.
In digitalen Systemen entstehen dann durch algorithmische Berechnungen abstrakte Zahlenwerte, deren Aussagekraft erst mit viel Erklärung wächst. Damit Nutzer:innen die wichtigsten Signale aber trotzdem auf den ersten Blick erfassen können, arbeitet die Plattform seit längerem mit einer Reihe einfacher Konzepte:
- Fit: Wie gut passt etwas zusammen?
Der Fit beschreibt, wie gut eine Organisation, ein Projekt oder ein Gesuch zu bestimmten Kriterien passt. Bei einfachen Vergleichen geht es vor allem um Themenbereiche, Zielgruppen und Wirkungsgebiete. Bei Förderorganisationen mit detaillierter Förderlogik geht es zusätzlich um konkrete Förderkriterien, Muss-Anforderungen, Ausschlusskriterien, Formvorgaben und weitere Bedingungen. Ein hoher Fit bedeutet, es gibt starke Überschneidungen; ein tiefer Fit bedeutet hingegen, es fehlen zentrale Übereinstimmungen oder es gibt klare Ausschlüsse.
- Hope: Verlässlichkeit und Orientierung
Hope beschreibt Verlässlichkeitssignale, die helfen, Organisationen und Projekte besser einzuordnen. Es geht einerseits um die Qualität der verfügbaren Informationen und anderseits um Erfahrungen und Feedback anderer Nutzer:innen. Wenn beispielsweise die Postadresse im Handelsregister nicht stimmt (obwohl dies rechtlich eigentlich zwingend wäre), so signalisiert ein tiefer Hope-Wert, dass sich der Aufwand hier nicht lohnt. Umgekehrt erhöhen zugänglich dokumentierte Förderbeziehungen den Hope-Wert, und zwar auf beiden Seiten.
- Badges: Sichtbare Vertrauens- und Profilmerkmale
Badges sind sichtbare Signale auf Organisationsprofilen und zeigen, welche Profilqualität bereits erreicht wurde. So verweist etwa der Badge «Vollständig» darauf, dass ein Profil umfassend ausgefüllt und kontinuierlich gepflegt ist. Der Badge «Vernetzt» hingegen belohnt eine Organisation dafür, dass ihre Teammitglieder in verschiedenen Netzwerken aktiv sind.
- Förderlogik: Der entscheidende Unterschied
Eine Förderlogik ist eine strukturierte Darstellung der Kriterien einer Förderorganisation. Sie beschreibt, welche Ziele, Themen, Zielgruppen, Wirkungsgebiete, Muss-Kriterien, Soll-Kriterien, Ausschlüsse, Formvorgaben, Fristen oder typischen Förderbedingungen gelten. Und dies differenziert: Für den ersten Förderschwerpunkt können andere Zielgruppen im Fokus stehen als für den zweiten.
Fit, Hope, Badges, Profile und Förderlogik entfalten ihre Stärke im Zusammenspiel. Die Konzepte wirken also systematisch zusammen: die Förderlogik beeinflusst den Fit, die Badges den Hope. Mit der Einführung von Spheriq AI werden die Konzepte nun auch direkt in die KI-Antworten eingebunden.
Matching mit Spheriq AI
Spheriq AI kann also bei einem Prompt «Matching prüfen» den Fit als Sternwertung darstellen, etwa ★★★★☆ (4/5). Es kann den Wert aber auch kommentieren. Denn für die Nutzer:innen ist in den meisten Fällen noch wichtiger, warum der Wert tiefer oder höher ausgefallen ist. Wichtig ist auch: Ein hoher Fit ist keine Förderzusage und keine abschliessende Empfehlung. Er gibt jedoch die Richtung einer vertieften Prüfung vor.
Auch bei einer Förderrecherche kommt der Fit zum Einsatz. Hier sucht Spheriq AI ausgehend vom eigenen Profil oder Projekt nach passenden Förderorganisationen. Dabei werden Suchtyp, Themen, Zielgruppen und geografischer Scope im entsprechenden Arbeitsschritt der Pipeline sauber parametrisiert (siehe dazu Teil 1 der Hintergrundserie: Spheriq AI als Pipeline). Die Treffer werden dabei nach Fit sortiert.
Wenn für eine Förderorganisation eine detaillierte Förderlogik vorliegt, kann das Matching noch präziser ausgewertet werden. Die KI geht dann jedes Element der Förderlogik einzeln durch, prüft, ob es anwendbar ist und macht eine entsprechende Einschätzung. In der Antwort kann Spheriq AI so präzise auf jene Kriterien verweisen, die gegen eine Partnerschaft sprechen.
KI-gestütztes Profil Assessment und Badges
Profile sind ein grundlegendes Konzept auf Spheriq. Einmal sauber aufgebaut unterstützen sie das Scouting oder Fundraising im Sektor massgeblich und erleichtern auch eine spätere Gesuchseingabe. Spheriq AI begleitet Organisationen beim schrittweisen Aufbau der nötigen Informationen. Der Launcher «Profil beurteilen» bringt die entscheidenden Punkte rasch ans Licht.
Je vollständiger und präziser ein Profil ist, desto besser kann Spheriq AI es einordnen. Ein gutes Profil erklärt also nicht nur, was eine Organisation tut, sondern sie leitet Spheriq AI auch dabei, passende Förderorganisationen oder interessante Projekte zu finden. Deshalb empfehlen wir, für eine produktive Nutzung der KI mit dem Profil zu starten.
Entsprechend werden starke Profile mit Badges belohnt. Wichtig bleibt: Badges sind Orientierungssignale, keine Garantie für Qualität, Förderwürdigkeit oder eine Entscheidung durch Dritte. Spheriq AI kann bereits erhaltene Badges auswerten und aufzeigen, was für den nächsten Schritt noch fehlt.
Rasche Orientierung dank KI und Förderlogik
Für über hundert Förderorganisationen kann Spheriq AI bereits auf eine detaillierte Förderlogik zurückgreifen. Das ist ein grosser Unterschied zur klassischen Förderrecherche. Wer nur nach Stichworten sucht, findet oft viele scheinbar passende Förderorganisationen. Entscheidend ist aber, ob ein Projekt alle konkreten Kriterien erfüllt.
Und da wird Philanthropie leider rasch zum Dschungel. Wird nur in bestimmten Regionen gefördert? Sind Einzelveranstaltungen ausgeschlossen? Lohnt es sich, einen Druckkosten-Zuschuss für eine Publikation zu beantragen oder ist das von vornherein ausgeschlossen? Fordert die Stiftung einen Umsetzungspartner, und welche Anforderungen bestehen bezüglich Finanzplanung?
Während früher erst eine aufwändige Recherche auf der Website oder ein Anruf bei der Geschäftsstelle Aufschluss gaben, kann Spheriq AI die Förderlogik in einem Aufwasch vollständig auswerten und mit einem Profil, Projekt oder Gesuch abgleichen. Das macht die Einschätzung nicht nur präziser, sondern vor allem viel schneller. Übrigens: Die Förderlogik unterstützt Funders auch beim Scouting – nach genau demselben Prinzip.
Grenzen der Orientierungssignale
Spheriq AI verwendet diese Konzepte, um Orientierung zu geben, nicht um automatische Entscheidungen zu treffen. Fit und Hope sind keine Garantien. Badges sind keine abschliessenden Qualitätsurteile. Und Förderlogiken nehmen keinen Förderentscheid vorweg. Überall bleibt die menschliche Prüfung zentral. Spheriq AI kann lediglich begründen, warum etwas passend erscheint, wo Unsicherheiten liegen und welche nächsten Schritte sinnvoll sind.
Die Schlüsselkonzepte machen die KI im gemeinnützigen Sektor aber deutlich griffiger. Sie übersetzen verstreute und abstrakte Informationen in klare Orientierung. Gerade weil diese Signale nicht als absolute Garantien verstanden werden, entsteht ihr eigentlicher Wert: Sie lenken Nutzer:innen, gezielter Fragen zu stellen, an der richtigen Stelle nachzuprüfen – und fundierter zu entscheiden.
