GROWTH GUIDE ✦ Künstliche Intelligenz

KI im Marketing: Wie ich darüber denke — und wie kleine Teams sie gut einsetzen

Dominic J. Thimm 3. Mai 2026 8 Min. Lesezeit

Ich nutze KI in Marketing-Umgebungen seit den frühen 2010er-Jahren — erst als Experiment, dann als Workflow-Werkzeug, heute als etwas, das einem Teamkollegen nahekommt. Hier ist, was ich gelernt habe: was sie wirklich verändert — und was nicht.

Die Einordnung, die zählt

Ich bin seit 1995 im digitalen Marketing. Ich habe die Welle der Marketing-Automatisierung erlebt (2008–2013), die Welle der Big-Data-Versprechen (2012–2017) und jetzt die Welle der generativen KI. Jede dieser Wellen hatte dieselbe Form: frühes Hype-Level, gefolgt von Enttäuschung, gefolgt von echter, leiserer Integration in die tatsächliche Arbeitsweise.

KI im Marketing befindet sich jetzt in dieser dritten Phase — für Teams, die in den letzten zwei Jahren aufmerksam waren. Sie ist keine Neuheit mehr. Sie ist Infrastruktur.

Aber die Einordnung bleibt wichtig. Ich denke nicht an KI als Ersatz für Marketing-Denken. Ich denke daran als eine neue Art von Teamkollegen — einen, der sehr schnell, sehr breit aufgestellt und strukturell schlecht im Urteilen ist. Die Kombination aus schnell-und-breit mit einem Menschen, der Urteilsvermögen mitbringt, ist dort, wo der Hebel liegt. Das gilt besonders für kleine Marketing-Teams, wo die Einschränkung immer Zeit und Tiefe ist, nicht Ambition.

Was KI für ein kleines Team wirklich verändert

Nach der Arbeit mit kleinen Marketing-Teams zur KI-Integration in den letzten zwei Jahren habe ich drei konkrete Bereiche identifiziert, in denen sich die Rechnung ändert. Nicht zehn Dinge. Drei.

1. Die Geschwindigkeit von Erstentwürfen

Der größte Zeitfresser in einem kleinen Marketing-Team ist das Erstellen von Erstentwürfen: Brief-Vorlagen, Anzeigentextvarianten, E-Mail-Sequenzen, Landing-Page-Überschriften, Social-Media-Posts, kreative Konzepte. Diese Aufgaben erfordern Denken — aber kein unersetzliches menschliches Denken. Sie sind die Vorarbeit, der das wertvolle menschliche Urteil folgt: Redigieren, Repositionieren, Entscheiden, was tatsächlich wahr über die Marke ist.

KI reduziert die Erstentwurfszeit um 60–80 Prozent bei den Teams, mit denen ich arbeite. Diese Rechnung zählt, wenn zwei Personen den Output eines Zehn-Personen-Teams produzieren sollen. Sie eliminiert nicht das Bedürfnis nach redaktionellem Urteil — sie verschiebt mehr der verfügbaren Zeit in Richtung dieses Urteils.

2. Mustererkennung im Maßstab

Kein menschlicher Analyst in einem kleinen Team kann zehntausend Conversion-Pfade lesen, sie segmentieren und die drei herausfiltern, die sich anders verhalten. KI kann das in wenigen Minuten — wenn die Daten organisiert sind.

Bei FinCompare haben wir frühe ML-Werkzeuge eingesetzt, um zu identifizieren, welche Lead-Quellen Kunden mit dem höchsten Customer Lifetime Value produzierten — nicht nur die höchste Conversion-Rate. Der Unterschied zwischen diesen beiden Antworten veränderte unseren gesamten Kanal-Mix. Ein Mensch mit Exporten hätte dieselbe Erkenntnis finden können, aber nicht in der Zeit, in der es noch darauf ankam.

Für ein kleines Team bedeutet das: günstigere A/B-Test-Interpretation, schnellere Zielgruppen-Segmentierung, bessere Kanalallokations-Entscheidungen. Keine Magie — die schnellere Version von Arbeit, die vorher zu langsam war, um sich aufzuaddieren.

3. Den Leverage-Gap schließen

Ein fünfzigköpfiges Marketing-Team hat Spezialisten: eine Person, die die Markenstimme verantwortet, eine, die Paid betreibt, eine, die Content-Operations steuert. Ein Fünfer-Team hat Generalisten, die alles tun.

KI eliminiert diese Einschränkung nicht, aber sie verkleinert sie. Ein Generalist mit guten KI-Werkzeugen und redaktionellem Urteil kann heute markenkonsistente Inhalte in einem Tempo produzieren, das vor drei Jahren ein dediziertes Content-Team erfordert hätte. Das ist keine Kleinigkeit.

Der Vorbehalt: Das funktioniert nur, wenn die Markenstimme dokumentiert ist, die Ziele klar sind und der Feedback-Loop schnell ist. KI verstärkt ein Betriebssystem — es ersetzt keines.

Was KI nicht verändert

KI ersetzt nicht das Marketing-Betriebssystem. Wenn überhaupt, macht sie das Fehlen eines solchen teurer.

Teams mit einem klaren Prioritätsstapel, dokumentierten Entscheidungsregeln und einem wöchentlichen Feedback-Rhythmus finden, dass KI-Werkzeuge in jede Schicht des Systems passen und es schneller machen. Teams ohne eines finden, dass KI mehr Inhalte produziert, die sie nicht wissen, wie sie eingesetzt werden sollen, mehr Varianten, die sie nicht bewerten können, und mehr Daten, die sie nicht interpretieren können — weil es keine vereinbarte Kennzahl gibt, gegen die interpretiert werden könnte.

Ich stelle immer zuerst die Systemfrage. Wenn das Betriebssystem nicht da ist, baue ich es, bevor wir KI-Integration anfassen. Die KI-Arbeit ist der zweite Schritt.

Die Sequenz, die ich kleinen Teams empfehle

Für ein Team, das noch keinen KI-nativen Marketing-Workflow aufgebaut hat, ist hier die Sequenz, die funktioniert:

Zunächst: eine Einschränkung wählen, nicht ein Werkzeug. Der schnellste Weg zu einer schlechten KI-Implementierung ist, eine Plattform zu kaufen, bevor der Engpass identifiziert ist. Finde die einzelne Aufgabe in deinem Marketing-Betrieb, die im Verhältnis zu ihrem Output-Wert die meiste Zeit kostet. Dort gehört KI zuerst hin.

Dann: den KI-Entwurf nutzen, dann redigieren. Bitte KI nicht, das zu schreiben, was du veröffentlichen wirst. Bitte sie, das zu schreiben, womit du anfängst. Der Unterschied zwischen "Schreib mir eine Homepage-Überschrift" und "Schreib mir fünf Homepage-Überschriften für einen Geschäftsinhaber eines Fünfer-Teams, der einen Marketing-Sparringspartner braucht, keinen Berater" ist enorm. Prompt-Qualität ist die einzige Fähigkeit, die in den ersten sechs Monaten zählt.

Dann: messen, was sich verändert hat. Nach vier Wochen mit KI in einem Workflow solltest du auf etwas Spezifisches zeigen können: weniger Stunden für eine Aufgabe, mehr getestete Varianten, schnellere Brief-Durchlaufzeit. Wenn du es nicht messen kannst, hast du den Workflow nicht verändert — du hast eine neue Ablenkung hinzugefügt.

Schließlich: von dort aus erweitern. Wenn ein Workflow wirklich KI-nativ ist — KI ist standardmäßig im Prozess, nicht als gelegentliches Experiment — füge den nächsten hinzu. Die Teams, mit denen ich gearbeitet habe, die zu schnell vorgingen (KI in jedem Kanal auf einmal), erzeugten mehr Verwirrung als Hebel. Die, die einen Workflow nach dem anderen angingen, bauten etwas auf, das sich aufaddierte.

Die ehrliche Version

Ich habe KI gut und schlecht im Marketing eingesetzt gesehen. Gut eingesetzt: ein schneller, unermüdlicher Mitarbeiter, der die Produktionsschicht übernimmt, während der Mensch Strategie und Urteil beibehält. Schlecht eingesetzt: ein teurer Weg, mehr Output zu produzieren, den niemand liest — schneller.

Der Unterschied ist fast nie das KI-Werkzeug. Es ist, ob das Team eine klare Antwort hat auf: Was versuchen wir zu produzieren, für wen, und wie werden wir wissen, ob es funktioniert hat? Mit dieser Antwort ist KI sehr nützlich. Ohne sie produziert KI nur mehr Lärm — bei höherer Lautstärke.

Die Teams, die mit KI im Marketing jetzt gewinnen, sind nicht die mit den meisten Werkzeugen oder den größten KI-Budgets. Sie sind die mit den klarsten Betriebssystemen. Das ist das Muster, das ich durchgängig gesehen habe — bei ZenMate, bei ProSiebenSat.1 und in den Unternehmen, mit denen ich heute arbeite.

Wenn du durcharbeitest, wie KI in deinen spezifischen Marketing-Betrieb passt — nicht die generischen Anwendungsfälle, sondern die tatsächlichen Einschränkungen, mit denen dein Team konfrontiert ist — das ist die Art von Problem, an der ich im 90-Tage-Playbook-Engagement arbeite.