Eine mittelgroße Werbeagentur in München hat in einem Pilotprojekt in drei Wochen über 400 Banner-Variationen für einen Retail-Kunden erstellt. Früher wäre das ein Projekt für ein vierköpfiges Team über drei Monate gewesen. Das Ergebnis war nicht perfekt. Aber 80 Prozent der Varianten waren brauchbar — und die besten haben die manuell erstellten in A/B-Tests übertroffen.
Auf den ersten Blick klingt das nach einem klaren Wettbewerbsvorteil: Wer schneller produziert, gewinnt. Aber genau das ist die falsche Schlussfolgerung. Der Retail-Kunde hat das Ergebnis nicht deshalb genutzt, weil die Agentur schnell war. Er hat es genutzt, weil die Agentur seine Zielgruppen kannte und die Bildsprache seiner Marke kontrollierte. Ohne das wären 400 Varianten 400 Mal dasselbe Problem gewesen.
Produktionsvolumen ist kein strategischer Vorteil mehr. Es ist eine Voraussetzung.
Wer die eigenen Daten hat, gewinnt das Targeting
Meta und Google betreiben seit Jahren hochentwickelte KI-Targeting-Systeme. Ihre Modelle optimieren nicht auf Zielgruppensegmente, sondern auf individuelle Kaufwahrscheinlichkeiten: Wer von diesen 10.000 Personen ist gerade am kaufbereitesten?
In Deutschland und der EU kommt hier die DSGVO ins Spiel. Third-Party-Cookies sind faktisch ausgelaufen. Verhaltensbasiertes Retargeting über Plattformgrenzen hinweg ist ohne Einwilligung stark eingeschränkt. Wer sein Targeting auf fremden Daten aufgebaut hat, verliert Reichweite.
Was bleibt, ist First-Party-Data: Daten, die Nutzer direkt mit dir geteilt haben. E-Mail-Adressen aus dem eigenen Newsletter, Kaufhistorie aus dem Shop, Website-Verhalten auf der eigenen Plattform. Wer diese Daten strukturiert pflegt, kann KI-Targeting legitim und effektiv einsetzen. Wer sie nicht hat, baut gerade einen Wettbewerbsnachteil auf, der mit jeder Regulierungsrunde größer wird.
Contextual Targeting erlebt deshalb eine Renaissance. KI analysiert den Inhalt, den jemand gerade konsumiert, und spielt relevante Werbung aus, ohne Nutzerprofile, ohne Tracking. Das ist DSGVO-konform und funktioniert. Aber auch hier gilt: Die Qualität der Aussteuerung hängt davon ab, wie gut du deine eigene Markenbotschaft definiert hast. KI findet den richtigen Kontext. Du musst wissen, was du in diesem Kontext sagen willst.
Produktionskompetenz allein differenziert nicht mehr
Wenn jeder Wettbewerber denselben Workflow einsetzt, verschwindet der Vorteil. Das Werkzeug ist verfügbar, die Modelle sind dieselben. Agenturen, die sich über Ausführungsgeschwindigkeit differenziert haben, geraten unter Preisdruck, weil Kunden merken, dass Produktion billiger geworden ist, und Honorare entsprechend verhandeln.
Die Agenturen, die das überstehen, differenzieren sich über Markenkenntnis und den Zugang zu Kundendaten, die kein Wettbewerber reproduzieren kann.
Das gilt auch für interne Marketingteams. KI-Tools wie Jasper oder Copy.ai beschleunigen die Textproduktion. Midjourney und Adobe Firefly liefern Bildmaterial in konsistenter Markensprache, wenn der Prompt gut ist. Den Use Case KI-gestützte Content-Produktion und den Use Case KI-Bildgenerierung im Marketing lohnt es sich für den praktischen Einstieg zu lesen. Das “Wenn” bleibt entscheidend: Wer keine klare visuelle Markenpersönlichkeit definiert hat, bekommt aus Generativer KI keine konsistente Bildsprache, nur viel davon.
Kampagnenoptimierung in Echtzeit funktioniert ähnlich. Programmatic Advertising läuft heute über KI-Systeme, die Gebote in Millisekunden anpassen und Budgets umschichten. Das ist kein manueller Job mehr, sondern eine Frage des richtigen Setup und der richtigen Zielsetzung. Wer Ziele falsch setzt oder die Black Box von Meta und Google unkritisch laufen lässt, verliert nicht an die KI. Er verliert an einen Wettbewerber, der dieselbe KI mit besseren Eingaben füttert.
Der Vorteil liegt nicht im Output, sondern im Input
KI produziert auf Basis von Daten und Vorgaben, die Menschen liefern. Das Wissen über eine spezifische Zielgruppe ist ein menschliches Urteil, ebenso wie das kulturelle Verständnis dafür, welche Botschaft in welchem Moment wirkt. KI kann beides informieren, durch Trendanalysen und Performance-Daten. Treffen muss es ein Mensch.
Wirklich überraschende, kulturell präzise Werbung kommt weiterhin von Menschen, die Risiko eingehen wollen. Modelle tendieren zur Mitte, sie optimieren auf das Bewährte. Das ist keine Schwäche der Technik, es ist eine strukturelle Eigenschaft: KI lernt aus dem, was in der Vergangenheit funktioniert hat. Marken, die Aufmerksamkeit durch Originalität gewinnen, brauchen Kreativdirektoren, die den Output führen, nicht ihm folgen.
Das ist keine Warnung vor KI. Es ist eine Warnung vor dem Missverständnis, dass Produktionsgeschwindigkeit automatisch zu Wettbewerbsvorteil wird. Die Münchner Agentur hat gewonnen, weil sie wusste, was sie produzieren wollte. Die 400 Varianten waren das Ergebnis — nicht der Grund.
KI-Tools ersetzen keine strategischen Kreativen. Sie ersetzen Kreativen, die sich weigern, KI zu nutzen.
Wenn du regelmäßig praxisnahe Updates zu KI im Marketing und in Unternehmen willst, ist der KI-Syndikat Newsletter die richtige Adresse, einmal pro Woche, direkt in dein Postfach.