KI-Werkzeuge im Marketing: wo sie helfen, wo Qualität und Vertrauen leiden

Warum ist KI im Marketing eine Qualitätsfrage geworden?

Noch vor wenigen Jahren war Schreiben im Marketing kleiner Betriebe ein Engpass. Ein Fachbeitrag, ein Newsletter, die Texte für eine Landingpage kosteten Tage, und oft blieb es beim Vorsatz. Heute liefert ein Sprachmodell in Sekunden einen Entwurf. Laut Digitalverband Bitkom nutzt 2026 erstmals die Mehrheit der Unternehmen in Deutschland KI, wie der Beitrag EU AI Act beschreibt. Der Engpass hat sich verschoben: von der Menge zur Qualität und vom Schreiben zum Prüfen.

Diese Einordnung beantwortet die Frage: Bei welchen Marketingaufgaben helfen KI-Werkzeuge einem kleinen Betrieb, und wo leiden Qualität und Vertrauen? Dafür klären wir zuerst die Begriffe und stellen das Modell der zerklüfteten Grenze vor. Danach sehen wir, was Experimente über Tempo, Qualität und Gleichförmigkeit zeigen und wie Kunden und Suchmaschinen reagieren. Wir wägen zwei Sichtweisen ab und übertragen die Befunde auf typische Aufgaben im Marketing.

KI macht das Schreiben billig. Dadurch wird das, was sich nicht schreiben lässt, teurer: Erfahrung, Urteil und Verantwortung.

Was können KI-Werkzeuge, und was ist die zerklüftete Grenze?

Generative KI bezeichnet Software, die neue Inhalte erzeugt: Texte, Bilder, Audio oder Video. Für Texte arbeiten solche Werkzeuge mit Sprachmodellen, die aus sehr großen Textmengen gelernt haben, welches Wort mit welcher Wahrscheinlichkeit auf ein anderes folgt. Sie erzeugen dadurch flüssige, plausible Sprache. Sie wissen aber nicht, ob eine Aussage stimmt. Erfundene Fakten, Quellen oder Zahlen, die überzeugend klingen, nennt man Halluzinationen.

Wie gut KI einem Menschen tatsächlich hilft, beschreibt ein Modell von Dell’Acqua und Kollegen (2026), das in einem der gründlichsten Experimente zum Thema entstand. Die Autoren sprechen von einer zerklüfteten technologischen Grenze, englisch Jagged Technological Frontier. Gemeint ist: Die Fähigkeiten der KI verlaufen nicht entlang einer geraden Linie von leicht zu schwer. Aufgaben, die einem Menschen gleich schwierig erscheinen, können auf verschiedenen Seiten der Grenze liegen. Innerhalb der Grenze verbessert KI das Ergebnis, außerhalb verschlechtert sie es, und zwar oft unbemerkt.

Die Analogie aus dem Alltag ist ein Navigationsgerät in einer fremden Stadt. Auf den Hauptstraßen führt es schneller und sicherer ans Ziel als jeder Stadtplan. In einer Baustelle, die es nicht kennt, schickt es dich mit derselben ruhigen Stimme in die Sackgasse. Das Gerät klingt in beiden Fällen gleich sicher. Den Unterschied musst du selbst erkennen.

Was zeigen Experimente über Tempo und Qualität?

Dell’Acqua und Kollegen (2026) arbeiteten mit der Beratungsgesellschaft Boston Consulting Group zusammen. 758 Berater, etwa sieben Prozent der Beratenden des Unternehmens, lösten zunächst Aufgaben ohne KI, um ein Ausgangsniveau zu bestimmen. Danach wurden sie nach Zufall drei Gruppen zugeteilt: ohne KI, mit GPT-4 und mit GPT-4 samt einer Einführung in das Formulieren von Anfragen. Bei 18 realistischen Aufgaben innerhalb der Grenze, von kreativen bis zu analytischen, erledigten die Berater mit KI im Schnitt 12,2 Prozent mehr Aufgaben, 25,1 Prozent schneller und in deutlich besserer Qualität.

Bei einer Aufgabe, die die Forscher bewusst außerhalb der Grenze gewählt hatten, kehrte sich das um. Es handelte sich um eine komplexe Managementaufgabe, bei der das Modell nach Einschätzung der Forscher zu einer plausiblen, aber falschen Antwort neigte. Mit KI kamen sie nach Angabe der Autoren um 19 Prozent seltener zur richtigen Lösung als ohne. Ein zweiter Befund: Am stärksten profitierten Berater, die im Ausgangstest in der unteren Hälfte lagen. Auch die obere Hälfte verbesserte sich, aber weniger.

Für Schreibaufgaben im engeren Sinn liegt ein zweites Experiment vor. Noy und Zhang (2023) gaben 453 Fachkräften mit Hochschulabschluss berufstypische Schreibaufgaben, etwa Pressemitteilungen, kurze Berichte oder E-Mails. Die Hälfte durfte nach Zufall ein Sprachmodell nutzen. In dieser Gruppe sank die benötigte Zeit um 40 Prozent, und die Qualität der Texte stieg um 18 Prozent. Die Unterschiede zwischen schwächeren und stärkeren Schreibern wurden kleiner.

Beide Studien haben Grenzen, die für Inhaber wichtig sind. Die Aufgaben waren in sich abgeschlossen und ohne echte Kunden, die Qualität wurde von Gutachtern bewertet, nicht vom Markt. Gerade das, was im Marketing eines Betriebs zählt, also eigene Erfahrung, echte Kundenfälle und genaue Kenntnis des eigenen Angebots, kam in den Aufgaben kaum vor.

Werden Texte durch KI gleichförmiger?

Ein dritter Befund betrifft nicht den einzelnen Text, sondern alle Texte zusammen. Doshi und Hauser (2024) ließen in einem Online-Experiment Menschen Kurzgeschichten schreiben. Ein Teil bekam Ideen von einem Sprachmodell. Diese Geschichten wurden als kreativer, besser geschrieben und unterhaltsamer bewertet, vor allem bei Schreibern, die von sich aus weniger kreativ waren. Gleichzeitig waren die KI-gestützten Geschichten einander ähnlicher als die Geschichten ohne KI.

Die Autoren beschreiben das als soziales Dilemma: Der Einzelne steht mit KI besser da, aber insgesamt entsteht weniger Vielfalt. Für einen Betrieb ist das mehr als eine akademische Frage. Wenn alle Wettbewerber ihre Website, ihre Fachbeiträge und ihre Anzeigen mit denselben Werkzeugen schreiben, klingen sie gleich. Unterscheidbarkeit ist aber ein Kern von Positionierung und Marke, wie der Beitrag Marke für kleine Betriebe ausführt.

Wie reagieren Kunden und Suchmaschinen?

Für Vertrauen zählt, wie Leser auf KI-Inhalte reagieren, wenn sie davon wissen. Die Studienlage dazu fasst der Beitrag EU AI Act zusammen. Ihr gemeinsamer Befund: Menschen bewerten dieselbe Leistung oft schlechter, wenn sie wissen, dass eine Maschine dahintersteht, unter anderem weil sie weniger Mühe hinter der Botschaft vermuten. Die Ergebnisse sind nicht einheitlich, und bei Menschen mit KI-Erfahrung schwächt sich der Effekt teils ab.

Google hat seine Haltung in den Richtlinien für die Suche klargestellt. Bewertet wird die Qualität eines Inhalts, nicht die Art, wie er entstanden ist. Seit dem Update vom März 2024 gilt aber eine eigene Regel gegen massenhaft erzeugte Inhalte: Wer viele Seiten vor allem deshalb erstellt, um Platzierungen zu beeinflussen, statt Nutzern zu helfen, verstößt gegen die Spam-Richtlinien, gleich ob Menschen oder Maschinen sie geschrieben haben (Google Search Central 2024). Für die Sichtbarkeit in KI-Antworten gilt Ähnliches. Genannt werden Quellen mit eindeutigen Angaben und Belegen, wie der Beitrag Sichtbar in KI-Antworten beschreibt.

Zwei Sichtweisen: Effizienzgewinn oder Vertrauensrisiko?

Die erste Sichtweise sieht in KI vor allem einen Effizienzgewinn. Kleine Betriebe hatten nie genug Zeit für Marketing. Wenn KI Entwürfe liefert, kann der Inhaber endlich regelmäßig veröffentlichen. Die Experimente von Noy und Zhang (2023) und Dell’Acqua und Kollegen (2026) stützen diese Sicht, gerade für Menschen, die nicht gern oder nicht gut schreiben.

Die zweite Sichtweise sieht vor allem ein Vertrauensrisiko. Texte werden gleichförmig, Fehler schleichen sich ungeprüft ein, und Leser wenden sich ab, wenn sie Massenware erkennen. Die Befunde von Doshi und Hauser (2024) und die Studien zur Offenlegung stützen diese Sicht.

Ich halte beide Befunde für richtig und den Gegensatz für falsch gestellt. Ob KI hilft oder schadet, entscheidet sich nicht am Werkzeug, sondern an der Aufgabe und an der Verantwortung. Innerhalb der Grenze, bei Gliederungen, Umformulierungen, Zusammenfassungen und Varianten, spart sie Zeit ohne Verlust. Außerhalb der Grenze, bei Fakten, Zahlen, Kundenfällen und Urteilen, ersetzt sie nichts und erzeugt Risiken. Die eigene Erfahrung des Betriebs ist genau das, was keine KI liefern kann. Sie ist deshalb der wichtigste Bestandteil jedes Textes.

Wer KI schreiben lässt, was nur er selbst wissen kann, veröffentlicht am Ende das, was alle wissen.

Welche Marketingaufgaben liegen diesseits und jenseits der Grenze?

Für den Vertrieb hat der Beitrag KI im Vertrieb die KI-Ampel eingeführt: Grün für Entwürfe mit vollständiger Prüfung, Gelb für Auswertungen mit Stichprobe, Rot für Aufgaben, die beim Menschen bleiben. Dieselbe Einteilung lässt sich auf das Marketing übertragen. Die zerklüftete Grenze erklärt, warum sie nötig ist: Man sieht einer Aufgabe nicht an, auf welcher Seite sie liegt, also braucht es eine feste Regel.

Besonders gut geeignet ist KI für die mehrfache Nutzung vorhandener Inhalte. Wenn der Kern eines Fachbeitrags feststeht, kann sie daraus Entwürfe für Newsletter, Netzwerkbeiträge und Checklisten machen, wie es der Beitrag Inhalte mehrfach nutzen beschreibt. Die Denkarbeit ist dann schon getan, KI übernimmt die Form.

Was sich sofort umsetzen lässt

• Alle Stellen auflisten, an denen im Marketing schon KI-Werkzeuge genutzt werden, auch von Dienstleistern.
• Jede Aufgabe einer Farbe der KI-Ampel zuordnen und die Regel dazu schriftlich festhalten.
• Festlegen, wer jeden Text vor der Veröffentlichung vollständig liest und freigibt.
• Für den nächsten Fachbeitrag zuerst den Kern und zwei eigene Beispiele aufschreiben, erst dann die KI um einen Entwurf bitten.
• Alle Zahlen und Quellen in KI-Entwürfen einzeln an der Originalquelle prüfen.
• Drei Sätze aus der eigenen Website mit drei Sätzen eines Wettbewerbers vergleichen: Wäre erkennbar, wer was geschrieben hat?

Fazit: Wo helfen KI-Werkzeuge im Marketing, und wo leiden Qualität und Vertrauen?

Die Leitfrage lautete, bei welchen Marketingaufgaben KI-Werkzeuge einem kleinen Betrieb helfen und wo Qualität und Vertrauen leiden. Die Experimente zeigen deutliche Gewinne an Tempo und Qualität bei Aufgaben innerhalb der Fähigkeiten der KI (Noy und Zhang 2023; Dell’Acqua und Kollegen 2026) und spürbare Verluste bei Aufgaben außerhalb davon. Doshi und Hauser (2024) zeigen, dass KI-gestützte Texte einander ähnlicher werden, und die Forschung zur Offenlegung, dass Leser KI-Inhalte oft kritischer bewerten.

Daraus folgt eine klare Arbeitsteilung: KI für Form, Varianten und Entwürfe, der Mensch für Kern, Fakten, Erfahrung und Verantwortung. Die zerklüftete Grenze verlangt feste Regeln, weil man einer Aufgabe nicht ansieht, auf welcher Seite sie liegt. Wer KI so einsetzt, gewinnt Zeit für das, was ihn von anderen unterscheidet. Wer sie das Unterscheidende schreiben lässt, spart Zeit und verliert genau das, wofür Kunden ihn wählen.