KI-Einstieg: Veraltet die Technik, bevor Medienhäuser sie nutzen?

Das sind zwei Gedanken, die uns in Gesprächen mit Medienhäusern immer wieder begegnen. Sie stammen aus Projekten, die Budget und Nerven gekostet haben. Wir sehen beide Seiten: die Enttäuschung von damals und die Werkzeuge von heute. Zeit für einen Reality Check.

Argument 1: „Wir haben KI ausprobiert, das funktioniert nicht.“

Dahinter stecken meist Erfahrungen aus den Jahren 2021 bis 2023, als viele Redaktionen ihre ersten Experimente gestartet haben. Chatbots kapitulierten vor komplexeren Redaktionsanfragen. Transkriptionssysteme kamen auf Fehlerquoten von 20 bis 30 Prozent und verursachten damit mehr Nacharbeit, als sie Zeit sparten. Textgeneratoren lieferten generische Fließbandware, die an redaktionellen Standards vorbeiging. Und fast nichts davon war sauber ins Content-Management-System eingebunden.

Die Frustration darüber ist berechtigt. Nur beschreibt sie einen Technikstand, den es so nicht mehr gibt. Große Sprachmodelle, sogenannte Large Language Models (LLMs), erreichen heute Qualitätsniveaus, an denen ihre Vorgänger gescheitert sind.

Am deutlichsten zeigt sich das bei Halluzinationen, also beim Erfinden plausibel klingender Fakten. Modelle bis etwa Mitte 2024, darunter GPT-3.5 oder Claude 3, füllten Leerstellen im Zweifel selbst. Aktuelle Reasoning-Modelle, die ihre eigenen Zwischenschritte prüfen, tun das sehr viel seltener. Dazu kommen Verfahren aus der Praxis: In Doppel-LLM-Strukturen kontrolliert ein zweites Modell die Ausgabe des ersten, bevor sie in der Redaktion landet.

Argument 2: „Bis wir fertig sind, ist es veraltet.“

Der Einwand hat einen wahren Kern. Zwischen GPT-3.5 (November 2022), GPT-4 (März 2023), GPT-4o (Mai 2024) und den heutigen Modellgenerationen liegen jeweils nur Monate. Für Häuser, die ihre IT-Infrastruktur über Jahre planen, wirkt dieses Tempo erschlagend.

Abwarten fühlt sich in dieser Lage vernünftig an, ist aber der teuerste Weg. Bei dynamischen Entwicklungen gibt es keinen perfekten Einstiegspunkt: Eine Website aus den Nullerjahren ist heute technisch wie ästhetisch obsolet. Rückblickend würde trotzdem kaum jemand sagen, man hätte damals besser gewartet. Ohne die erste Website gäbe es die heutige nicht.

Bei generativer Künstlicher Intelligenz kommt etwas hinzu. Wer ein Projekt startet, baut Prompt-Bibliotheken, Schnittstellen, Freigabeprozesse, geklärte Datenschutzfragen und, am wichtigsten, Routine im Team. Das ist das Asset, auf das diese Prozesse eigentlich hinarbeiten.

Wie sich das auszahlt, zeigt der Mitnahmeeffekt. Ein Anbieter veröffentlicht ein neues Modell: schneller, besser im Kontextverständnis, pro Anfrage nur noch halb so teuer. Wer vorgearbeitet hat, tauscht das Modell hinter der Schnittstelle aus und profitiert ab Tag eins. Bessere Leistung zum niedrigeren Preis ist eines der ältesten Werbeversprechen der Geschichte. Bei KI stimmt es meistens.

Was Medienhäuser tatsächlich bremst

In unseren Gesprächen tauchen dieselben Hürden immer wieder auf, und die Technik gehört selten dazu. Am häufigsten ist die Sorge vor Ausgaben ohne garantierten Erfolg. Dazu kommt die Befürchtung, die eigene Organisation habe nicht die nötige Expertise. Sie stimmt erfahrungsgemäß selten: In den meisten Häusern sitzt mehr Wissen, als das Management vermutet. Es ist nur nicht sichtbar. Ernst zu nehmen sind auch die Angst vor Personalabbau und der Widerstand gegen Eingriffe in eingespielte Workflows.

Diese Einwände verdienen Antworten statt Beschwichtigung. Was sie nicht rechtfertigen, ist Stillstand.

Für kleinere Häuser darf der Einstieg auch klein ausfallen. Ein dokumentierter Transkriptions-Workflow für Interviews, eine gepflegte Prompt-Bibliothek für Teaser und Social-Media-Varianten, ein geklärter Freigabeweg für KI-gestützte Inhalte: Bausteine, die in wenigen Wochen entstehen und beim nächsten Modellsprung nicht wertlos werden.

Fazit: Stillstand ist keine Option

Beide Einwände beschreiben etwas Reales. Die frühen KI-Werkzeuge haben Redaktionen enttäuscht, und das Entwicklungstempo ist unbequem. Als Argument gegen den Einstieg taugt trotzdem keiner von beiden. Die Technik von 2022 ist kein Maßstab für die von heute, und wer auf Stillstand wartet, wartet auf etwas, das nicht kommt.

Der Gewinn für Medienhäuser liegt in den Strukturen, die beim Aufbau entstehen: geklärte Prozesse, Schnittstellen, Erfahrung im Team. Wer die hat, nimmt jede neue Modellgeneration ohne Projektneustart mit. Der beste Zeitpunkt für den KI-Einstieg war gestern. Der zweitbeste ist heute.