Wir haben vor Kurzem beim GeoIT Symposium in Berlin am 16. März 2026 über Open RTLS, Indoor Mapping und die praktischen Schichten gesprochen, die in vielen Location-System-Stacks noch fehlen. Die Live-Präsentation ist öffentlich unter open-rtls-geoit.pages.dev verfügbar, und der Quellcode liegt im öffentlichen Open-RTLS-Repository zum GeoIT Symposium .
Relevant ist für uns nicht nur, dass wir dort präsentiert haben, sondern wie wir diese Präsentation gebaut haben. Statt das Deck Folie für Folie manuell zusammenzuklicken, haben wir KI genutzt, um eine ausgearbeitete Reveal.js-Präsentation mit klarer Geschichte, gutem Rhythmus und einer sauberen visuellen Sprache zu erzeugen. Das Ergebnis wirkte deutlich eher wie ein kleiner Produkt-Launch als wie ein klassischer Last-Minute-Foliensatz.
Weil das Deck in einem Repository lag und nicht in einem Slide-Editor, konnte die KI mit echten Projektartefakten arbeiten: slides.md, dem Präsentations-CSS, SVG-Visuals, Screenshots, Deployment-Konfiguration und Hilfsskripten. Das verändert die Qualität des Ergebnisses. Man bittet einen Assistenten nicht mehr darum zu raten, wie gute Folien aussehen könnten. Man gibt ihm einen strukturierten Workspace, in dem er die Präsentation als funktionierendes System bauen und verfeinern kann.
Auch die Designqualität kam genau aus diesem Setup. Das Deck wurde in Reveal.js gebaut, als leichtgewichtig gebrandete Site gestaltet und auf Cloudflare Pages veröffentlicht. Dadurch konnten wir Layout, Hierarchie, Bilder, QR-Codes und Taktung schnell iterieren und gleichzeitig sicherstellen, dass das Ergebnis einfach zu hosten, zu teilen und zu versionieren bleibt. Das ist wichtig, weil eine Präsentation nicht mit dem Ende des Vortrags verschwinden sollte. Sie sollte zu einem wiederverwendbaren Asset werden.
Der zweite entscheidende Baustein waren . Wir haben repo-lokale Skills genutzt, um zu steuern, was die KI tun soll und was nicht. Der Skill für die Deck-Pflege sagt dem Modell zum Beispiel, welche Dateien relevant sind, welche Erzählrichtung erhalten bleiben soll, welche visuelle Richtung passt und was nicht unnötig verkompliziert werden soll. Das klingt klein, ist operativ aber ein großer Unterschied. Ohne Skills hat man ein leistungsfähiges Modell mit viel Freiheit. Mit Skills hat man einen disziplinierteren Kollaborateur, der den beabsichtigten Workflow versteht und innerhalb klarer Leitplanken bleibt.
In der Praxis hieß das, dass die KI beim Schreiben und Überarbeiten der Präsentation helfen konnte, ohne in generisches Füllmaterial abzudriften. Sie wusste, dass das Deck mapping-first bleiben sollte, die Open-RTLS-Story knapp bleiben muss, unnötige Runtime-Komplexität vermeiden soll und die bestehende visuelle Sprache erhalten werden sollte. Genau derselbe Mechanismus ist weit über Präsentationen hinaus nützlich. Skills sind eine der saubersten Methoden, um aus einer allgemeinen KI einen wiederverwendbaren Teamprozess zu machen.
Ein Detail, das uns besonders gefallen hat, war der Umgang mit dem PDF-Export. Reveal.js bietet Druckoptionen, aber die erhalten nicht immer exakt das On-Screen-Ergebnis, vor allem wenn man Laufzeit-Anpassungen, Layout-Tuning und Folien-Polish hat, die auf den Viewport abgestimmt sind. Deshalb haben wir einen separaten Export-Skill für PDF improvisiert. Statt auf den Druckmodus zu setzen, startet der Skill einen lokalen Preview-Server, öffnet das Deck in einem Headless-Browser, nimmt jede Folie als Screenshot auf und setzt diese Screenshots anschließend zu einem PDF mit einer Seite pro Folie zusammen. Das ist ein pragmatischer Engineering-Workaround und genau die Art kleiner, aber wirkungsvoller Tools, bei deren Entstehung KI sehr nützlich ist.
Genau darin liegt der größere Punkt. KI ist nicht nur nützlich, um Text in Folien zu schreiben. Sie ist nützlich, um die ganze Präsentations-Pipeline zu bauen: Struktur, Copy, Design, Visuals, Deployment und Export. Sobald die Arbeit in einem Repository mit den richtigen Leitplanken stattfindet, ist die Erstellung einer hochwertigen Präsentation viel näher am Software-Shipping als am Verschieben von Textboxen in einem Präsentationstool.
Dazu kommt ein kumulativer Effekt. Sobald Präsentationsarbeit in einen solchen Workflow überführt wird, lassen sich konsistente Visuals, konsistente Sprache und wiederverwendbare Strukturen von Deck zu Deck durchhalten. Jede neue Präsentation kann auf Mustern, Komponenten und Formulierungen aufbauen, die sich in früheren Decks bereits bewährt haben. Und wenn ein Deck Feinschliff braucht, lässt sich sehr direkt iterieren: Man gibt der KI Screenshots der aktuellen Version und beschreibt, was noch nicht überzeugt, oder man liefert Screenshots von Informationen, mit denen sie arbeiten soll. So wird Präsentationsdesign zu einem iterativen Betriebsprozess statt zu einer neuen manuellen Aufgabe bei jedem einzelnen Deck.
Wenn Sie das interessant finden, sehen Sie sich das Live-Deck unter open-rtls-geoit.pages.dev und das Quell-Repository unter github.com/Open-RTLS/geoit-symposium-march26 an. Interesse daran, mit KI nie wieder Präsentationen manuell bauen zu müssen? Sprechen Sie mit uns .