AI-Content hat sich in den letzten Jahren rasant entwickelt und ist heute production-ready. Künstliche Intelligenz ist längst kein Nischenthema mehr. Trotzdem kämpfen noch immer viele Marken damit, echten Nutzen aus der neuen Technologie zu ziehen. Unsere Erfahrungen aus der Zusammenarbeit mit Unternehmen bei der Implementierung von GenAI zeigen, dass dahinter oft drei unterschiedliche Probleme stehen.

Fehlende Strategie

Getrieben vom Druck, schneller und günstiger Content zu produzieren, starten viele Unternehmen direkt in die Umsetzung. Für erste Tests und Proof-of-Concepts ist diese Haltung auch richtig und wichtig. Sobald die Nutzung jedoch skaliert werden soll, offenbaren sich oft systemische Mängel: Die Inhalte passen nicht zur Marke, die Richtlinien für den Einsatz von AI sind unklar und die Ergebnisse weisen Fehler oder Biases auf.

Solche Schwierigkeiten lassen sich durch eine klare AI-Strategie beheben. Dabei stehen grundlegende Fragen im Zentrum: Für welchen Content wird AI eingesetzt? Welche Qualitätsstandards gelten? Und wer verantwortet die Umsetzung? Erst wenn dieses Fundament steht, ist die Diskussion über spezifische Tools sinnvoll. Eine klare Analyse im Rahmen einer AI-Strategie offenbart dann nicht nur die technischen Gaps, sondern auch Kompetenzlücken innerhalb des Unternehmens.

Im Rahmen der Strategie werden auch konkrete Ziele entwickelt. Das könnte beispielsweise so aussehen: «Wir generieren unseren Brand- und Social-Media-Content mithilfe von AI. Dafür setzen wir auf eine Lösung, die sowohl Bild- als auch Videoinhalte abdeckt. Da das Content-Team die Produktion übernimmt, wird es intensiv im Umgang mit den Möglichkeiten und Risiken der Technologie geschult.»

Tools over Skills

Die Aufmerksamkeit im AI-Diskurs liegt fast immer auf den Tools. Das Problem dabei: Das Tool ist immer nur so gut wie die User, die es bedienen.

Langfristig lohnt es sich deshalb, in die Ausbildung guter AI-Anwender*innen zu investieren. Wer versteht, wie die Technologie funktioniert, wo ihre Stärken liegen und wo sie an Grenzen stösst, kann Arbeitsprozesse gezielt anpassen und fehlerhafte Darstellungen oder Biases zuverlässiger erkennen.

Oft sind dafür nicht einmal grosse Investitionen nötig. Es reicht meist aus, einen Rahmen zu schaffen, in dem Mitarbeitende experimentieren und ihre Erfahrungen reflektieren können. Peer-Coaching kann zudem helfen, den Wissensfluss innerhalb des Unternehmens zu stärken. Soll es schneller gehen, helfen gezielte Workshops und Trainings. 

Solche Massnahmen schärfen das Bewusstsein für technologische Risiken. So lassen sich Fehler wie das fünfbeinige Rentier auf der Migros-Güetzlibox^[1] frühzeitig erkennen und korrigieren. Denn auch wenn die Technologie schnell besser wird: AI wird immer wieder Fehler machen, die den Menschen als Kontrollinstanz erfordern.

Content als Einzelstück

AI-Content hat drei grosse Vorteile gegenüber klassisch produzierten Inhalten: Er ist günstiger, der Kreativität sind keine Grenzen gesetzt und Geschichten können fortlaufend weiterentwickelt und angepasst werden. Die ersten zwei Vorteile sind bekannt, letzterer wird oft vernachlässigt.

AI sollte die Art, wie über Content nachgedacht wird, fundamental verändern. Weg vom statischen Einzelstück, hin zur dynamischen Geschichte. Einmal aufgesetzt, lässt sich ein Projekt ohne grossen Mehraufwand fortlaufend adaptieren und auf neue Kontexte übertragen.

In der Praxis bedeutet das: Performance-Daten fliessen direkt in die Optimierung laufender Kampagnen-Assets ein. Geschichten können immer weitergedacht, für verschiedenen Plattformen adaptiert und perfekt auf die jeweilige Zielgruppe zugeschnitten werden. Und ein Asset, das heute für die Webseite produziert wurde, kann morgen mit wenig Aufwand für Social Media oder den Blog aufbereitet werden.

Wer bei AI lediglich an isolierte Bilder oder Videos denkt, lässt den wertvollsten Teil des Potenzials ungenutzt.

Zalando als Positivbeispiel

Was passiert, wenn AI-Content als umfängliches System gedacht wird, zeigt Zalando. Matthias Haase, VP of Content Solutions, erklärt in einem Interview^[2], wie dank AI die Produktionszeit für Kampagnen von ursprünglich sechs bis acht Wochen auf nur vier Tage reduziert werden konnte. Das hat nicht nur günstigere Produktionen zur Folge, sondern ermöglicht es Zalando deutlich schneller auf Microtrends zu reagieren. Parallel dazu animiere das Unternehmen statische Assets im Onlineshop mit AI. Das habe bereits zu deutlich messbaren Verbesserungen bei den Rücksendungen und der generellen Conversion Rate geführt. 

Fazit

AI verändert schon jetzt, wie wir Content produzieren. Doch nur wer weiss, wie die Technologie eingesetzt werden kann und die richtigen Mittel und Systeme zur Hand hat, 

Danke für den Gastbeitrag an Michael Ryser von Beyond Dreams und Sven Würgler von der Lymbus AG.

Wir sehen uns auf der AI in Marketing Konferenz 2026, wo wir gemeinsam tiefer in diese neuen Formate eintauchen. Bis dahin: Bleibt neugierig, testet viel und traut euch, eure Strategie laufend zu hinterfragen.

• Wann: 29. April 2026 
• Wo: The Circle, Flughafen Zürich 
• Thema: Agentic AI: Zwischen Hype und Realität
• Sichert euch jetzt eure Tickets auf: ai-in-marketing.ch

---

^[1] https://www.watson.ch/schweiz/konsum-detailhandel/944089301-migros-guetzlibox-wenn-das-rentier-ploetzlich-fuenf-beine-hat

^[2] https://www.youtube.com/watch?v=SCcnz2ngJEA

Beitrag von: David Guntern, CEO Digital Marketing GmbH und KI-Marketing-Experte und Co-Founder von „Die Marketing Experten„