Wo KI im Marketing verlässlich ist, und wo sie es nicht ist

Eine Vorlage für die Geschäftsleitung, zwei Spalten. Links steht, was die Marketingabteilung im vergangenen Quartal an Texten, Auswertungen und Kampagnenvarianten hervorgebracht hat, rechts dieselbe Größe für das Quartal davor. Dazwischen liegt die Einführung eines Sprachmodells, und der Abstand ist beträchtlich. Die Vorlage ist korrekt. Sie beantwortet nur die Frage nicht, die eigentlich im Raum steht: Was davon kann das Haus unterschreiben?

Diese Frage bekomme ich häufiger als jede andere, und sie wird fast immer falsch gestellt. Meistens lautet sie: Wofür lässt sich KI einsetzen und wofür nicht? So gestellt ist sie nicht zu beantworten, denn die Trennlinie verläuft nicht zwischen Aufgaben. Sie verläuft zwischen Ergebnissen.

Die Linie: Lässt sich die Form vorher aufschreiben?

Ein Ergebnis ist maschinell belastbar, wenn sich seine Form vollständig beschreiben lässt, bevor es entsteht. Nicht sein Inhalt, seine Form. Aus dieser einen Bedingung folgt der gesamte Rest der Werkzeugwahl.

Wie ernst das gemeint ist, zeigt die Geschichte des Verfahrens. Bis vor kurzem war die Anweisung an ein Modell, eine feste Datenstruktur zurückzugeben, eine Bitte im Fließtext. Rund eine von hundert Antworten fiel durch, also etwa 99 % Trefferquote, und die Ausfallquote stieg mit der Komplexität der geforderten Struktur. Es gab eine eigene Programmbibliothek, deren Aufgabe allein darin bestand, das Ergebnis gegen das Schema zu prüfen und den Aufruf im Fehlerfall zu wiederholen. Heute sichern Anbieter die Einhaltung des Schemas auf Schnittstellenebene zu und geben hundertprozentige Schematreue an. Das ist eine Zusage des Anbieters, keine eigene Messung. Der Unterschied zwischen einer Bitte im Text und einer Zusicherung in der Schnittstelle ist aber genau der Unterschied, um den es hier geht: Im ersten Fall ist das Schema eine Hoffnung, im zweiten ein Vertrag zwischen Modell und Programm.

Zwei weitere Einstellungen gehören zu diesem Vertrag. Bei Extraktionsaufgaben steht die Temperatur auf null: Reproduzierbarkeit vor Kreativität, dieselbe Eingabe soll dieselbe Ausgabe ergeben. Sonst ist das Ergebnis kein Datensatz, sondern eine Meinung. Und dann das Feld, das die meisten Projekte weglassen: ein Vertrauenswert, den das Modell selbst setzt.

name:        Pflichtfeld, steht wörtlich auf der Seite
umsatz:      Zahl oder leer, nie geschätzt
branche:     abgeleitet, nicht abgeschrieben
confidence:  0.1 bis 1.0, vom Modell selbst vergeben

Vier Zeilen, und die vierte trägt die Last. Sie erlaubt dem Modell zu sagen, dass es die Antwort nicht kennt, statt eine zu erfinden. In der dokumentierten Praxis geht alles unterhalb von 0,7 zur menschlichen Nachprüfung.

Die dritte Zeile ist der lehrreiche Fall. Die Branche steht auf vielen Seiten nirgends. Das Modell leitet sie ab, und genau dort kann es danebenliegen, ohne dass das Ergebnis irgendwie falsch aussieht.

Zwei weitere Griffe gehören in dieselbe Werkzeugkiste, und beide verlagern Steuerung dorthin, wo das Ergebnis entsteht. Erstens lässt sich ein Feld für die Herleitung an den Anfang des Schemas stellen, das vor den eigentlichen Werten gefüllt wird. Das Modell arbeitet den Fall damit durch, bevor es antwortet, und das ohne zusätzlichen Arbeitsschritt. Zweitens gehören Auflagen an das Feld, für das sie gelten, statt als allgemeine Bitte in den Anweisungstext: eine Höchstlänge etwa oder das Verbot, inhaltlich Gleiches zweimal auszuspielen. Und wo am Ende eine Gestaltung herauskommen soll, hält ein eng gesetzter Baukasten das Ergebnis zusammen. Ein Modell, das ausschließlich aus einer vorgegebenen Bibliothek wählen darf, liefert Verwendbares statt freier Erfindung.

Vier Grenzen, die kein besserer Prompt verschiebt

Die erste betrifft Eigennamen. Bei der automatischen Verschriftlichung von Videomitschnitten verhört sich das Modell zuverlässig bei genau einer Sorte Wörter: bei Namen. Ein Fachbegriff wird zu einem ähnlich klingenden Ortsnamen, und das Ergebnis liest sich vollkommen glatt. Die dokumentierte Lösung ist kein besseres Modell, sondern eine feste Korrekturliste, die vor dem Lauf hinterlegt wird. Für eine Marketingabteilung ist das die wichtigste Fehlerklasse überhaupt, denn Eigennamen sind ihr Geschäft: Produkte, Marken, Personen, Wettbewerber.

Die zweite Grenze trennt Vorführung von Betrieb. Es gibt ein Verfahren, bei dem ein Modell Bedienoberflächen auf Zuruf erzeugt. Es funktioniert, es beeindruckt im Termin, und im Produktivbetrieb sind feste Vorlagen schneller und verlässlicher. Das ist kein Einwand gegen das Verfahren, sondern eine Zuordnung: Der Wert liegt im Gespräch, nicht in der Prozesskette. Wer beides verwechselt, baut monatelang an einer Demonstration.

Die dritte Grenze ist Architektur, keine Geschmacksfrage. Ein Wissensbestand lässt sich vollständig in den Arbeitskontext eines Modells legen, solange er ungefähr fünfhundert Seiten nicht überschreitet. Darüber braucht es Indexierung und gezieltes Nachschlagen. Das ist eine harte Schwelle. Wer sie mit besseren Anweisungen überwinden will, verliert Wochen an einem Problem, das eine Entwurfsentscheidung ist.

Die vierte Grenze ist eine Rechnung. Wer eine vollständige Übersichtsseite an das Modell schickt statt des einen Blocks, auf den es ankommt, zahlt in der Größenordnung des Hundertfachen an Verarbeitungseinheiten für dasselbe Ergebnis. Und dort, wo feste Auswahlregeln die Daten sauber greifen, ist das Modell schlicht die teurere Lösung. Es lohnt sich genau dann, wenn die Struktur der Quelle ständig wechselt oder wenn ein Feld abgeleitet werden muss, das nirgends geschrieben steht.

Der Engpass wandert, er verschwindet nicht

Alle vier Grenzen laufen auf denselben Punkt zu. Ein Modell erzeugt in einer Stunde mehr Text, als ein Team an einem Tag prüfen kann. Damit ist das Schreiben nicht länger der Engpass, sondern die Prüfung. Und die Prüfung ist teurer geworden, weil sie sich nicht mehr auf den Anschein verlassen kann.

Drei Fragen ordnen jede einzelne Aufgabe zu. Erstens: Lässt sich die Form des Ergebnisses vorher aufschreiben? Zweitens: Lässt sich das Ergebnis prüfen, ohne es noch einmal zu erzeugen? Wer mit derselben Logik prüft, mit der er erzeugt hat, prüft nichts, er wiederholt den Fehler. Drittens: Wer haftet, wenn es falsch ist? Die dritte Frage entscheidet häufiger als die ersten beiden.

Als ich das für die eigene Fachredaktion baute

Der Fachbestand, den ich für die Gastronomie aufgebaut habe, umfasst heute über 500 veröffentlichte Fachartikel. Er entsteht über eine Pipeline, in der Modelle einen erheblichen Teil der Arbeit übernehmen. Gerade deshalb ist die Trennlinie dort besonders scharf gezogen.

Vor jeder Veröffentlichung laufen zwei Prüfungen, und sie prüfen mit Absicht Verschiedenes. Die erste ist maschinell: gesperrte Namen, verbotene Zeichen, Formregeln, Struktur. Sie ist unbestechlich und in Sekunden durch. Sie beweist genau eine Sache, nämlich dass die Fehler nicht auftreten, an die vorher jemand gedacht hat. Mehr nicht. Ein grünes Ergebnis ist kein Qualitätsurteil, es ist die Abwesenheit bekannter Fehler.

Die zweite Prüfung übernimmt jemand, der den Text nicht geschrieben hat. Sie geht an die Behauptungen: Steht diese Zahl wörtlich in der Quelle? Ist der Fall freigegeben? Trägt der Beleg die Aussage, die er belegen soll? Diese Stufe lässt sich nicht automatisieren, weil sie genau das leisten muss, was die Erzeugung nicht leisten kann, eine unabhängige zweite Sicht.

Der Zeitgewinn dieser Anordnung liegt nicht dort, wo er vermutet wird. Er liegt nicht im Schreiben. Er liegt darin, dass die formale Kontrolle keinen Menschen mehr bindet und die inhaltliche Kontrolle dadurch die Aufmerksamkeit bekommt, die sie braucht.

Dieselbe Linie in drei anderen Häusern

Fertigung. Ein Hersteller mit mehreren tausend Artikeln möchte Datenblätter in eine durchsuchbare Struktur bringen. Abmessung, Werkstoff, Norm: Das steht auf den Blättern, lässt sich als Schema beschreiben und ist damit belastbar. Das Feld „geeignet für“ steht nirgends, es wird abgeleitet. Dieses Feld gehört mit einem Vertrauenswert versehen und unterhalb der Schwelle an einen Menschen gegeben. Sonst wandert eine Vermutung in den Katalog und von dort in ein Angebot.

Handel. Ein Händler lässt Produkttexte in großer Zahl erzeugen und wundert sich, dass der Durchsatz kaum steigt. Das Schreiben war nie der Engpass, die Freigabe ist es. Der Gewinn entsteht erst, wenn die Freigabe entlastet wird: feste Bausteine für alles, was rechtlich oder markenseitig festliegt, und ein Modell nur für den Teil, der wirklich variiert.

Kanzleien und Versicherer. Bei eingehenden Dokumenten ist die Extraktion der verlässliche Teil: wer, wann, welcher Betrag, welche Frist. Die Bewertung ist es nicht, und hier beantwortet die Haftungsfrage die Werkzeugfrage von selbst. Es gibt keine Fassung dieses Vorgangs, in der ein Modell die Verantwortung trägt. Also darf es sie auch nicht faktisch übernehmen, indem am Ende niemand mehr hinsieht.

Was das für die nächste Entscheidung heißt

Die nützlichste Frage vor einem KI-Vorhaben ist nicht, was das Modell kann. Sie lautet: Welchen Teil des Ergebnisses kann ich vorher aufschreiben, und wer prüft den Rest? Wo die Antwort auf den ersten Teil vollständig ist, ist die Einführung eine Sache von Tagen. Wo sie es nicht ist, entsteht kein Zeitgewinn, sondern eine Verlagerung, und die kostet meist mehr, als sie einbringt.

Wenn Sie einen konkreten Prozess in Ihrem Haus auf dieser Linie einsortieren möchten, schreiben Sie mir. Ich sage Ihnen auch, wo ich davon abraten würde.