14. Oktober 2026
Urteilskraft vor Autonomie: Was in der Arbeit mit KI in Marketing und Kommunikation den Unterschied macht
Fast alle Organisationen kaufen heute dieselben KI-Modelle. Warum manche damit trotzdem deutlich weiter kommen als andere, hat eine neue Studie des Humboldt Instituts untersucht, die wir mit disruptive unterstützt haben. In der W&V-Kolumne „KI für Könner“ blickt unser Geschäftsführer Timm Rotter auf die Ergebnisse der Studie und erklärt, was Unternehmen tun müssen, damit aus KI-Ausgaben tatsächlich Wirkung wird.
Inhaltsverzeichnis
So sehr die deutsche Wirtschaft insgesamt stottert, so rasant entwickelt sich der KI-Markt: Um 48 Prozent steigen 2026 hierzulande die KI-Ausgaben auf knapp 29 Milliarden Euro, hat der Bitkom berechnet. GenAI, zu der ChatGPT, Claude, Microsoft Copilot und Gemini gehören, macht davon bereits 40 Prozent aus.
Klingt gut, aber wenn Spitzenmodelle quasi für jede Organisation verfügbar sind, kann die Technik kaum erklären, warum manche Teams mit KI weiter kommen als andere.
Wovon ich überzeugt bin: Wir sollten KI nur so viel Autonomie geben, wie wir Menschen ihre Ergebnisse beurteilen können.
Das bestätigt sich auch im Forschungsprojekt „Generative KI in der Arbeitswelt“ des Alexander von Humboldt Instituts für Internet und Gesellschaft (HIIG), das wir mit unserer KI-Beratung disruptive unterstützt haben. Die Forschenden haben über 2,5 Jahre fünf Berufsfelder untersucht, darunter Marketing und Kommunikation, haben 145 Interviews geführt und 13 Fallstudien analysiert. Die Studie ist noch in der Begutachtung, erste Ergebnisse aber lassen sich bereits teilen:
Durch die Interviews zieht sich eine Frage: Wo liegt die Grenze dessen, was KI zuverlässig kann? Das Forschungsteam um Dr. Georg von Richthofen beschreibt sie mit dem Bild der zackigen Grenze, der „Jagged Frontier“.
Quelle: Eigene Darstellung nach von Richthofen/HIIG und Dell‘Acqua et al., Organization Science (bd. 2026). KI-generiert.
Hinweis
Bei Google sehen Sie neben den Suchergebnissen oft aktuelle News-Boxen. Wenn Sie disruptive als bevorzugte Quelle hinterlegen, bekommen Sie dort häufiger unabhängige und fundierte KI-Updates von uns angezeigt. Hier disruptive als bevorzugte Quelle hinzufügen.
Die dunkle Linie zeigt die Grenze der KI-Fähigkeiten. Die gestrichelte verbindet Aufgaben vergleichbarer Schwierigkeitsgrade. Trotzdem liegt eine dieser Aufgaben innerhalb der Grenze, eine außerhalb und eine genau darauf. Schwierigkeit allein sagt also nicht voraus, ob KI eine Aufgabe schafft. Drei Eigenschaften dieser Grenze machen sie im Alltag so unbequem:
- Sie ist ungleich verteilt. KI interpretiert erfolgreich eine Clusteranalyse, scheitert aber daran, Headlines für Google-Snippets verlässlich auf 45 Zeichen zu kürzen.
- Sie ist dynamisch. Eine befragte Person schildert, dass eine Aufgabe vor einem Jahr noch völlig unbrauchbare Ergebnisse lieferte und heute plötzlich funktioniert.
- Sie trifft auf ungleiche Kompetenzen. Auch in Teams unterscheiden sich die KI-Fähigkeiten enorm, deshalb liegt dieselbe Grenze für jede Person an anderer Stelle.
Was hilft, ist wenig spektakulär: Das Management inspiriert, gibt Zeit zum Ausprobieren und setzt Richtlinien, die Orientierung bieten. Es gibt Strukturen für Wissensaustausch, etwa KI-Botschafter und regelmäßige Updates. Und Mitarbeitende lernen, KI zu steuern und mit der nötigen kritischen Distanz zu bewerten. „Friction-Maxxing“, also bewusst Reibung mit der KI, oder eher an ihren Ergebnissen zu forcieren, ist für mich in diesem Zusammenhang schon jetzt das KI-Wort des Jahres.
Was mich überrascht: dass viele Firmen diesen Aufwand laut der HIIG-Studie immer noch unterschätzen. Für mich ist das, vier Jahre nach dem Start von ChatGPT, Führungsversagen. Und nochmals problematischer wird dieses Manko, da die nächste Stufe der KI-Disruption bereits sehr nah ist:
Laut einer Untersuchung von BCG und Marketing & Media Alliance könnten KI-Agenten in naher Zukunft mehr als ein Fünftel der Marketingarbeit übernehmen. Ein Agent trifft aber nicht eine Entscheidung, sondern viele, und jede davon kann an einer anderen Stelle der zackigen Grenze liegen. Mit wachsender Autonomie verschiebt sich unsere Arbeit vom Erstellen zum Beurteilen.
Wer aber Verantwortung an Agenten abgibt, bevor die eigenen Leute Ergebnisse beurteilen können, automatisiert vor allem die eigene Unsicherheit.
Das ist kein Argument gegen Agenten. In klar definierten Prozessen mit guten Leitplanken arbeiten sie sehr zuverlässig. Wir haben beispielsweise bei disruptive bewährte Agents in der Software-Qualitätssicherung, im Vertrieb und in der Datenanalyse.
Die Frage ist, wer diese Leitplanken setzt und überprüft. Die HIIG-Studie hat GenAI untersucht, nicht Agenten im Besonderen. Viele Schlussfolgerungen aber lassen sich übertragen.
Praxisbeispiel: 22 Teams, dieselbe Sandbox, unterschiedlichste Ergebnisse
Wie Organisationen lernen, mit dieser zackigen Grenze umzugehen, haben wir im letzten halben Jahr bei einer Unternehmensberatung begleitet: Dort lief über mehrere Monate ein „AI Race“ als Wettbewerb. Mitarbeitende konnten eigene Ideen als KI-Prototypen umsetzen. 22 Teams mit 110 Teilnehmenden machten mit, ein deutlich zweistelliger Anteil der Belegschaft.
In drei Modulen lernten sie, passende Prototypen zu definieren und mit agentischen KI-/Automatisierungs-Tools zu bauen und zu testen. Zwischendurch gab es Townhalls zum gegenseitigen Challengen und am Ende einen „Beauty Contest“, wo eine Jury die Cases bewertete.
Die technische Basis war für alle gleich, eine Sandbox mit Tools und Repositories. Dasselbe galt für Module, Townhalls und Anreize. Diese Bedingungen erklären, warum so viele mitgemacht haben.
Was die stärkeren Teams, die vor der Jury am besten abschnitten, von den schwächeren unterschied, war nach unserer Beobachtung etwas anderes: Sie überlegten sich ernsthaft, wie ihre Lösung im Arbeitsalltag ankommt, und benannten offen, wo es noch hakt.
Das konnten regulatorische oder technische Hürden sein, aber auch die Frage, ob die Kunden überhaupt bereit sind, die Lösung einzusetzen. Urteilskraft heißt hier auch, die eigene Lösung aus Sicht der Kunden zu sehen: Ist sie erlaubt, ist sie machbar, und will mein Gegenüber sie überhaupt?
Erste Prototypen sind inzwischen im Einsatz, weitere in der Pilotierung. Und wir wissen, was gefehlt hat: Die Cases waren per se schlüssig, aber es mangelte an einer belastbaren Kalkulation, einer Marktanalyse und einer Vermarktungsstrategie. Bei einer Wiederholung wäre das fester Bestandteil. Auch hier geht es um Urteilskraft, diesmal wirtschaftlich: einschätzen zu können, ob aus einem funktionierenden Prototyp ein tragfähiges Angebot wird.
Drei Fragen für Ihr Unternehmen
Daraus ergeben sich drei Fragen, die Sie für Ihre Organisation klären sollten, in dieser Reihenfolge:
- Organisation: Wer entscheidet bei Ihnen, wie viel Autonomie ein KI-System in welchem Prozess bekommt, und worauf stützt sich diese Entscheidung?
- Kultur: Gibt es Raum zu sagen, dass etwas noch nicht funktioniert, ohne als Bremser zu gelten? Und gleichzeitig die Erwartung, dann eine Lösung zu suchen?
- Skilling: Haben Ihre Teams Zeit und Anlass, die Grenze der KI-Fähigkeiten selbst zu erkunden, Urteilskraft zu entwickeln, und teilen sie, was sie finden?
Was wir allen Kunden sagen: Eine KI anzuschaffen, ist ein Einkaufsprozess. Eine KI zu beherrschen, ist hingegen ein Veränderungsprozess.
Meine Überzeugung vom Anfang ist keine Warnung. Es braucht kein weiteres Doomsday-Marketing, und es gibt auch keinen Grund zur Panik. Aber sehr viel Grund zur Sorgfalt.
Fazit: Ob Sie Erfolg haben, hängt von dem ab, was Sie nicht kaufen können
Was Sie als Führungskraft mitnehmen sollten: Die Technologie ist der Teil der KI-Transformation, den Sie einkaufen können. Alles andere müssen Sie selbst aufbauen: Urteilskraft im Management und in den Teams, Standards, wie Menschen zusammen lernen, Klarheit über die Grenzen der KI-Arbeit. Das dauert länger, als eine Lizenz freizuschalten, hält dafür aber auch, wenn das nächste Modell erscheint.
Das Whitepaper „Eine Frage des Kontexts“ finden Sie hier. Wenn Sie über die Fragen oben sprechen möchten, schreiben Sie mir gerne an timm.rotter@disruptive-muenchen.de
Mehr KI-
Updates
gefällig?
In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.
