Wenn jeder guten Content produzieren kann: Warum starke Marken durch KI wichtiger werden

Markenführung mit KI ist für viele Unternehmen gerade eine offene Baustelle. Texte, Bilder und ganze Kampagnen entstehen per Knopfdruck, sauber, schnell und in großer Menge. Doch je mehr Content sich automatisiert produzieren lässt, desto ähnlicher sieht vieles aus. Die spannende Frage lautet deshalb nicht, ob Unternehmen KI einsetzen, sondern wie sie dabei unverwechselbar bleiben.

Darüber hat regionalupdate.de mit Heiko Lars Winter gesprochen, Art Director bei der Digitalagentur CAMAO. Er arbeitet täglich mit generativer KI in der Gestaltung und vertritt eine klare These: Gerade weil KI jeden zum Content-Produzenten macht, wird die vorgelagerte Arbeit an der Marke wichtiger. Im Interview erklärt er, warum KI eine „Average-Machine“ ist, was ein Unternehmen über seine Marke geklärt haben muss, woran man fehlenden Markenfit erkennt, warum 99 von 100 Ergebnissen in den Papierkorb gehören und was er von der aktuellen Debatte um KI-Kennzeichnung hält.

Markenführung mit KI: Warum die Menge allein keinen guten Content macht

Generative KI macht es inzwischen sehr einfach, Texte, Bilder und ganze Kampagnen in kurzer Zeit zu produzieren. Führt diese Demokratisierung von gutem Content paradoxerweise dazu, dass Markenkommunikation immer austauschbarer wird?

Ich würde schon beim Begriff der „Demokratisierung“ ansetzen. Generative KI demokratisiert nicht die Möglichkeit, Content überhaupt zu produzieren, sondern Geschwindigkeit, Dichte und Frequenz der Produktion. Die Demokratisierung fand schon lange vorher statt. Hochwertigen Content kann heute dank Smartphone und einfach und günstig zugänglicher Software im Grunde jede und jeder erstellen.

Wir sprechen hier von einer potenziell vollständigen Automatisierung. Theoretisch kann man seinen gesamten Instagram-Feed heute von einer Herde KI-Agenten in Dauerschleife bespielen lassen. Ob dieser automatisiert rausgeblasene Content am Ende als gut wahrgenommen wird, wahrscheinlich eher nicht, steht auf einem ganz anderen Blatt. Denn ob Inhalte im Sinne der Marke, der User Experience oder der menschlichen Relevanz funktionieren, entscheidet sich nicht an der schieren Menge oder der glatten Oberfläche.

Der US-amerikanische Autor Marty Neumeier („The Brand Gap“) hat es schon vor Jahren auf den Punkt gebracht: Eine Marke ist das Bauchgefühl, das Menschen gegenüber einem Produkt oder Unternehmen haben. Guter Content entsteht deshalb über Resonanz und Relevanz, nicht über makellose Produktionstechnik oder automatisierte Taktung.

Generative KI beschleunigt die Produktion enorm, aber sie ist in erster Linie eine gewaltige „Average-Machine“. Sie generiert sehr zuverlässig das statistisch Plausible. Ohne starke menschliche Führung entstehen Ergebnisse, die zwar technisch sauber aussehen, aber steril bleiben und genauso gut von jedem Wettbewerber stammen könnten.

KI kann ein hervorragender Sparringspartner sein, bei der Recherche, der Formatskalierung oder der ersten Strukturierung. Was sie nicht mitliefert, sind Haltung, Urteilskraft, kulturelles Gespür und das feine Sensorium dafür, was eine Gestaltung beim Betrachter auslöst. Austauschbarkeit entsteht deshalb nicht durch das Werkzeug KI. Sie entsteht dann, wenn Marken die neue Geschwindigkeit nutzen, ohne vorher definiert zu haben, welches Gefühl sie eigentlich hinterlassen wollen.

Du hast angesprochen, dass dadurch die vorgelagerte Arbeit an der Marke wichtiger wird. Was muss ein Unternehmen über seine eigene Marke geklärt haben, bevor KI sinnvoll in Design und Kommunikation eingesetzt werden kann?

Eigentlich dieselben grundlegenden Fragen, die auch ohne KI geklärt sein sollten: Warum machen wir das, was wir machen? Wofür stehen wir? Wen wollen wir erreichen? Was möchten wir bei diesen Menschen auslösen? Wie sprechen wir? Wie sehen wir aus? Und was passt ausdrücklich nicht zu uns?

Ein Logo, ein paar Farben und ein Brandbook reichen dafür nicht aus. Entscheidend ist ein gemeinsames Verständnis vom Charakter der Marke: Welche Haltung vertritt sie, wie verhält sie sich in unterschiedlichen Situationen und wie wird sie über alle Kontaktpunkte hinweg als zusammengehörig wahrgenommen?

Bei der Arbeit mit KI wird sehr schnell sichtbar, wie belastbar dieses Verständnis tatsächlich ist. KI braucht Kontext. Aber Kontext bedeutet eben nicht nur „mehr Text im Prompt“. Es geht darum, den Kern der Marke in konkrete Parameter, Prinzipien und tonale Nuancen zu übersetzen. Fehlen diese Leitplanken, erzeugt das System unweigerlich Beliebigkeit.

Deshalb reicht es auch nicht, bestehende Guidelines einfach einzuspeisen, denn viele beschreiben nur formale Standards. Wir müssen klären: Welche Rolle nimmt die Marke ein? Welche Bildwelten passen zu ihr? Und welche Klischees oder Abkürzungen will sie bewusst vermeiden? Genauso wichtig sind klare Grenzen: zu wissen, was zwar technisch machbar wäre, der eigenen Wahrnehmung aber widerspricht.

Vom Bauchgefühl zum Brandfilter: So wird Markenwissen prüfbar

Bei klassischer Markenarbeit entwickeln Teams über Jahre ein Gefühl dafür, was zur Marke passt und was nicht. Wie lässt sich dieses teilweise intuitive Wissen so formulieren, dass daraus klare Kriterien für die Bewertung von KI-generierten Ergebnissen entstehen?

Ein Teil dieses Wissens entsteht tatsächlich über Jahre. Wer lange mit einer Marke arbeitet, erkennt häufig sehr schnell, dass etwas nicht passt, bevor er oder sie genau erklären kann, warum. Dieses Gefühl ist wertvoll. Es sollte aber nicht das Ende der Diskussion sein, sondern ihr Anfang.

Hilfreich ist, konkrete Ergebnisse gemeinsam zu betrachten und die Intuition zu sezieren: Ist eine Bildwelt zu glatt? Wirken Menschen glaubwürdig oder lediglich makellos? Ist die Sprache zwar korrekt, aber unpersönlich? Aus solchen Diskussionen lassen sich Kriterien und Referenzen entwickeln. Gegenbeispiele helfen dabei vor allem dem Team: Ein „So bitte nicht“ schärft den Blick oft mehr als zehn abstrakte Adjektive wie „authentisch“ oder „modern“.

Für die KI selbst gilt eher das Umgekehrte. Viele Modelle reagieren schlecht auf Verbote, und oft landet genau das im Bild, was man ausschließen wollte. Besser funktioniert es, konkret zu beschreiben, was man sehen will: nicht „authentisch“, sondern etwa „weiches Seitenlicht, sichtbare Hautstruktur, Kleidung mit leichten Gebrauchsspuren“, so was in der Art.

Was die Markentonalität betrifft, arbeiten wir in der Praxis zum Beispiel oft mit einem sogenannten „Brandfilter“: einer Bewertungsmatrix, an der wir gestalterische und tonale Ausprägungen spiegeln. Das gibt dem Team eine argumentative Grundlage, um den gesamten Output einer Marke sachlich zu beurteilen, und nun eben auch KI-generierte Ergebnisse, statt nur über Geschmack zu streiten.

Wichtig ist dabei: Solche Bewertungsmatrizen dürfen kein starrer Panzer sein. Intuition basiert auf Erfahrungen der Vergangenheit, so weit, so gut. Aber Märkte, Sehgewohnheiten und die Erwartungen der Menschen verändern sich heute rasend schnell. Wenn wir eine Marke nur über historische Muster bewerten, verlieren wir den Anschluss.

Deshalb halte ich viel vom Ansatz der „Elastic Brand“: ein flexibles, adaptives System statt eines millimetergenauen Brandbooks alter Schule. Der Kern der Marke bleibt klar, ihre Ausprägung darf sich bewegen. Sie braucht den gestalterischen Rahmen und Raum, sich an neue Kanäle und ein verändertes Umfeld anzupassen. Das Ziel ist also nicht, Intuition durch starre Checklisten zu ersetzen. Sinnvoller ist es, sie über ein solches Filtersystem besprechbar zu machen, damit ein Team damit arbeiten kann, ohne die Anpassungsfähigkeit der Marke einzuschränken.

KI kann inzwischen sehr schnell Ergebnisse produzieren, die auf den ersten Blick professionell aussehen. Woran erkennt ein Art Director trotzdem, dass etwas zwar „gut aussieht“, aber nicht zur Marke gehört?

Um gleich mal einen weiteren bekannten Designer zu bemühen: Charles Eames hat einmal gesagt: „The details are not the details. They make the design.“ Das trifft es im Kontext von KI ziemlich genau. Ein Bild kann technisch beeindruckend, sauber ausgeleuchtet und formal ausgewogen sein. Trotzdem kann es sich falsch anfühlen, weil Ausdruck, Perspektive, Atmosphäre, Erzählhaltung oder schlicht die korrekte Farbnuance nicht zur Marke passen.

Als Art Director schaue ich deshalb nicht nur darauf, ob etwas vordergründig gut aussieht. Ich frage mich: Welche Geschichte erzählt dieses Ergebnis? Welche Haltung vermittelt es? Wie werden Menschen dargestellt? Welche kulturellen Codes werden verwendet? Ist die Gestaltung eigenständig oder bedient sie nur eine Ästhetik, die gerade überall auftaucht?

Oft erkennt man fehlenden Brandfit auch im Zusammenspiel. Ein einzelnes KI-generiertes Motiv kann überzeugend wirken. Steht es aber neben der bestehenden Fotografie, Typografie oder Tonalität einer Marke, fällt auf, dass es aus einer anderen Welt kommt. Man sieht das heute häufig, wenn KI-Bilder beiläufig Stockmaterial ersetzen, ohne dass die Bildwelt als Ganzes weiterentwickelt wird. Das erzeugt visuelle Brüche und verwässert die Marke.

Dass es mit einem guten Prompt und einem Klick auf den Button nicht getan ist, hat sich bei uns schon vor zwei Jahren bei einer vollständig KI-generierten Kampagne gezeigt. Die eigentliche Art Direction begann erst nach der Generierung: beim genauen Kuratieren, im Feinschliff von Farbstimmungen und vor allem im Prüfen der Details. Denn im KI-Kontext transportiert jedes unkorrigierte Detail schnell eine unbeabsichtigte Aussage. Wenn man da nicht genau hinschaut, merkt der Betrachter sofort: Mit bewusster Gestaltung hat das dann halt nichts mehr zu tun.

Mehr Output, mehr Entscheidungen: Wie sich die Rolle von Art Directors verschiebt

Unternehmen können mit KI wesentlich mehr Varianten und Inhalte produzieren als früher. Besteht die Gefahr, dass aus dem Effizienzgewinn irgendwann ein Qualitätsproblem wird, weil schlicht zu viel produziert wird?

Ja, absolut. Mehr Output bedeutet nicht automatisch mehr Wert.

KI macht Varianten extrem schnell und einfach verfügbar. Das ist ein großer Vorteil: Wir gewinnen enorme gestalterische Freiheit, sind nicht mehr an physische Settings gebunden und müssen nicht mehr stundenlang Stock-Portale nach dem „am wenigsten schlechten“ Kompromiss durchsuchen. Auch hybride Setups, etwa echte Fotografie kombiniert mit KI-Generierung, öffnen ganz neue Wege.

Auf der anderen Seite verändert sich die Entstehungsdynamik grundlegend. Bei einem klassischen Live-Shooting begleitet man den Prozess direkt: Man trifft Entscheidungen im Raum, im Moment, und selektiert fast organisch mit. Bei KI ist das Kuratieren davon entkoppelt und findet am Bildschirm statt.

In meiner täglichen Arbeit merke ich, dass diese Art zu arbeiten ziemlich anstrengend sein kann. Man gerät leicht in eine Art „Decision Fatigue“, eine spürbare Erschöpfung durch das dauerhafte Sichten und Bewerten von Hunderten synthetischer Varianten. Ich muss aber auch sagen: Die Arbeit mit KI macht mir sehr viel Spaß, allein schon wegen der Möglichkeiten, die sich dadurch eröffnen! Die Arbeit verschwindet also nicht. Sie verlagert sich nur viel stärker in den Entscheidungsprozess.

Hinzu kommt: Nur weil mehr produziert werden kann, muss nicht mehr veröffentlicht werden. Wer jede technische Möglichkeit in noch mehr Content übersetzt, erhöht nur das allgemeine Grundrauschen. Echte Effizienz entsteht für mich, wenn KI uns hilft, schneller zu einer besseren Entscheidung zu kommen. Die wichtigste Entscheidung besteht oft darin, 99 von 100 Ergebnissen konsequent wegzulassen.

Wie verändert KI die Rolle von Designern und Art Directors? Verschiebt sich die eigentliche kreative Leistung zunehmend vom Erstellen einzelner Inhalte hin zum Entwickeln von Ideen, Regeln und Systemen, nach denen KI arbeiten kann?

Die Rolle verschiebt sich spürbar. Aber ich wäre vorsichtig mit der Vorstellung, kreative Arbeit bestehe künftig hauptsächlich darin, starre Regeln für KI-Systeme zu formulieren.

Idee, Konzeption, Kontext und Systemdenken werden wichtiger. Wir müssen nicht mehr jeden einzelnen Produktionsschritt händisch ausführen. Dafür müssen wir umso präziser beschreiben können, was wir erreichen wollen, Möglichkeiten generieren und Ergebnisse kritisch beurteilen. Aber auch diese Arbeit bleibt tief im klassischen Handwerk verwurzelt: Wer keine fundierte Vorstellung von Komposition, Typografie, Bildsprache, Rhythmus oder Dramaturgie hat, wird durch einen guten Prompt nicht automatisch zum guten Art Director. Ausführlich beschriebene Mittelmäßigkeit bleibt am Ende Mittelmäßigkeit.

In der Praxis ähnelt die Arbeit deshalb weniger einem einmaligen Befehl an eine Maschine als einem stark iterativen Produktionsprozess. Man entwickelt Ansätze, bewertet Zwischenergebnisse, verändert Parameter, kombiniert Varianten und arbeitet Details in der Postproduction nach. Teilweise passiert das in KI-Tools, teilweise ganz klassisch in Photoshop, Illustrator oder InDesign. Entscheidend ist nicht, welches Werkzeug welchen Schritt übernommen hat. Entscheidend ist, wer die Richtung vorgibt und die Verantwortung trägt.

Die kreative Leistung verteilt sich dadurch anders: Weniger Zeit fließt in reine Routineausführung, mehr in Idee, Steuerung, geschultes Auswählen und den Feinschliff. Es entstehen auch neue handwerkliche Anforderungen: Modelle und ihre Grenzen zu verstehen, Konsistenz zu sichern und reproduzierbare Workflows aufzubauen.

Das betrifft nicht nur uns als Art Directors. Viele kreative Berufsprofile verändern sich gerade grundlegend. Wo mit KI produziert wird, wird weniger geshootet, und das spüren vor allem Fotografinnen und Fotografen, die deutlich weniger Aufträge bekommen. Gleichzeitig beobachte ich, dass viele von ihnen mit der Zeit gehen und inzwischen „KI-Shootings“ anbieten: im Prinzip das virtuelle Pendant zu einem echten Shooting. Ihr geschultes Auge für Licht, Perspektive und Bildwirkung bringen sie dabei mit. So bleibt die Wertschöpfung bei ihnen.

Ich sehe KI deshalb weder als Ersatz für Gestaltung noch als reines Ausführungswerkzeug. Sie wird Teil des kreativen Systems. Unsere Rolle als Art Directors besteht zunehmend darin, dieses System souverän aufzubauen und zu steuern.

Und vielleicht liegt darin sogar eine Chance: Weil KI bei unscharfen Vorgaben zuverlässig nur den Branchendurchschnitt liefert, zwingt sie uns, im Vorfeld viel präziser über Idee, Haltung und Aussage einer Marke nachzudenken. Kurioserweise könnte KI so am Ende zu besserer, durchdachterer Gestaltung führen, weil wir das Besondere schärfer herausarbeiten müssen. Die Arbeit am Detail und am Profil bleibt also unverzichtbar. Zum Glück, würde ich sagen.

KI-Kennzeichnung: Vertrauen entsteht nicht durch ein Label

Wie transparent sollten Unternehmen mit KI-generierten Inhalten umgehen? Ist die Kennzeichnung aus Sicht der Markenführung vor allem eine Frage von Vertrauen, oder wird die Diskussion darüber langfristig an Bedeutung verlieren, weil KI selbstverständlich zum Produktionsprozess gehört?

Grundsätzlich ist Transparenz wichtig, insbesondere wenn es darum geht, Täuschungen bei realen Personen oder Ereignissen zu vermeiden.

Schaut man sich aber die aktuelle Praxis an, erleben wir oft eine skurrile Überkennzeichnung. Ich habe neulich auf LinkedIn die Speisekarte eines bekannten Oktoberfest-Zelts gesehen, auf der unter jedem einzelnen Teller-Motiv riesig der Hinweis „AI GENERATED“ prangte. Das ist nicht nur gestalterisch unglücklich gelöst. Es bedient auch eine Debatte über Glaubwürdigkeit, die in vielen Bereichen längst überstrapaziert ist.

Denn seien wir ehrlich: In der Werbung war die visuelle Inszenierung schon immer eine Form von Simulation. Food-Fotografie etwa arbeitet seit Jahrzehnten mit Motoröl, Rasierschaum und Plastik. Der fotografierte Burger hatte noch nie viel mit dem Burger in der Papiertüte zu tun. Mündige Konsumenten wissen das und können es einordnen. Ob man da jetzt ein KI-Label dranheftet oder nicht, verändert das Grundprinzip kaum.

Die Grenze liegt für mich tatsächlich woanders: Inszenierung ist legitim, solange das Produkt echt ist. Wer mit KI Eigenschaften zeigt, die das Produkt gar nicht hat, täuscht, mit oder ohne Label. Ich glaube deshalb, dass sich die Aufregung um die reine Kennzeichnung legen wird, sobald KI vollends im Produktionsalltag angekommen ist.

Mich beschäftigt überdies die Frage, welche Marktdynamik daraus entsteht. Wenn KI-Generierung zum Standard wird, entsteht womöglich ein Gegentrend. Echte, handgemachte Fotografie könnte für bestimmte Marken und Anwendungen wieder zu einem bewussten Differenzierungsmerkmal werden, während KI dort zum Einsatz kommt, wo sie funktional Sinn ergibt.

Am Ende geht es nicht um das Label auf dem Bild, sondern um die Haltung dahinter. Vertrauen entsteht durch Qualität, Kontext und Konsistenz. Und diese Verantwortung kann eine Marke an kein Tool der Welt delegieren.

Erst die Marke, dann die Maschine

Das Gespräch mit Heiko Lars Winter räumt mit einer verbreiteten Hoffnung auf: dass KI die Markenarbeit abkürzt. Das Gegenteil ist der Fall. Generative KI liefert zuverlässig das Plausible und Durchschnittliche. Unverwechselbar wird das Ergebnis erst, wenn ein Unternehmen vorher geklärt hat, wofür es steht, welches Gefühl es hinterlassen will und was ausdrücklich nicht zu ihm passt.

Für die Praxis heißt das: Markenführung mit KI beginnt nicht beim Prompt, sondern beim gemeinsamen Verständnis der Marke. Werkzeuge wie ein Brandfilter machen Bauchgefühl besprechbar, ein elastisches Markensystem hält die Marke beweglich. Und der Effizienzgewinn zahlt sich nur aus, wenn Unternehmen konsequent auswählen, statt alles zu veröffentlichen, was technisch möglich ist. Wer diese Hausaufgaben macht, kann KI als echten Beschleuniger nutzen. Wer sie auslässt, produziert schneller mehr vom Gleichen. Weitere Perspektiven auf das Thema KI finden sich in unserem Überblick über die zehn bestbewerteten KI-Podcasts auf Spotify.

Häufige Fragen zur Markenführung mit KI

Macht KI Markenkommunikation austauschbar?

Nicht das Werkzeug selbst, sondern sein unreflektierter Einsatz. KI erzeugt das statistisch Plausible. Austauschbar wird Kommunikation dann, wenn Unternehmen die neue Geschwindigkeit nutzen, ohne vorher geklärt zu haben, wofür ihre Marke steht und welches Gefühl sie hinterlassen soll.

Was sollte vor dem KI-Einsatz in Design und Kommunikation feststehen?

Haltung, Zielgruppe, gewünschte Wirkung, Tonalität, Bildwelten und klare Grenzen. Ein Logo und ein Brandbook reichen nicht. Entscheidend ist, den Kern der Marke in konkrete Parameter und Prinzipien zu übersetzen, mit denen sich auch KI-Ergebnisse steuern und bewerten lassen.

Was ist ein Brandfilter?

Eine Bewertungsmatrix, an der gestalterische und tonale Ausprägungen einer Marke gespiegelt werden. Sie gibt Teams eine sachliche Grundlage, um Ergebnisse, auch KI-generierte, zu beurteilen, statt über Geschmack zu streiten. Sie sollte flexibel bleiben, damit sich die Marke weiterentwickeln kann.

Welche Rolle spielt KI-Kennzeichnung für das Vertrauen in eine Marke?

Transparenz ist wichtig, insbesondere um Täuschungen bei realen Personen oder Ereignissen zu vermeiden. Bei Produktdarstellungen ist entscheidend, dass keine Eigenschaften gezeigt werden, die das Produkt gar nicht hat, mit oder ohne KI-Label. Vertrauen entsteht durch Qualität, Kontext und Konsistenz. Ein Label allein reicht dafür nicht. Die rein rechtliche Pflicht zur Kennzeichnung würde ich im Zweifel prüfen lassen.

Weiterlesen

• Metall-Tarifrunde im Norden: Arbeitgeber weisen Fünf-Prozent-Forderung zurück
• Industrie-Dialog in Emsbüren: Wie regionale Betriebe ins Verteidigungsgeschäft einsteigen können
• Fachkräftewerkstatt des Bundesarbeitsministeriums bei Röchling in Haren