Was sollte ein effektiver Description-Prompt für AI-Recherche enthalten?	Kontext über die Organisation, wer man bedient, und spezifische Informationsbedürfnisse – nicht nur breite Fragen.
Warum ist Discernment bei der Verwendung von AI-generierten Rechercheergebnissen notwendig?	Weil man AI-Outputs kritisch evaluieren muss, besonders wenn Genauigkeit wichtig ist, um Fehler und veraltete Informationen zu erkennen.
Wie funktioniert die Description-Discernment-Schleife?	Sie ist iterativ: Man wertet die erste Antwort aus und nutzt diese Erkenntnisse, um bessere, gezielere Folgefragen zu stellen.
Welche zwei Aufgaben sollte man bei der Discernment-Phase durchführen?	Mindestens 2 Ansprüche zur Verifikation kennzeichnen und fehlende Perspektiven oder veraltete Informationen identifizieren.
Was ist der Unterschied zwischen einem topisch verwandten und einem „gut passenden" Geldgeber?	Ein gut passender Geldgeber teilt die Werte und Gebungsgeschichte der Organisation, nicht nur das Thema.
Welche Informationen sollte ein Fundraising-Recherche-Prompt enthalten?	Organisationsmission, Programmdetails, Organisationsmerkmale (Budget, Region, Zielgruppen) und Finanzierungsparameter.
Ersetzt AI-Recherche die Expertise von Nonprofit-Fachleuten?	Nein, AI beschleunigt die Orientierung, aber Fachleute müssen professionelles Urteilsvermögen anwenden.
Was sollte man vor der Verwendung von AI-Rechercheergebnissen in der Arbeit überprüfen?	Ob vorgeschlagene Geldgeber tatsächlich Organisationen der eigenen Größe/Art finanzieren und ob Fristen aktuell sind.
Welche Verifikationsschritte werden für Policy-Recherche empfohlen?	Die Originalquellen für Schlüsselansprüche nachverfolgen und vergleichen, wie genau sie dargestellt wurden.
Wie verändert kontextreiche Beschreibung die Qualität von AI-Rechercheergebnissen?	Sie macht die Ergebnisse relevanter und umsetzbarer, da AI die spezifischen Bedürfnisse der Organisation besser versteht.