Ich erinnere mich noch an eine Szene aus meinen Anfängen im Radio. Eine meiner ersten Sendungen. Selbstfahrerstudio, Samstag, ich hatte richtig Lust auf eine tolle Show. Teilweise war ich gut vorbereitet. Teilweise habe ich mir gesagt: Ich will authentisch wirken, deswegen gehe ich auch dann rein, wenn ich denke, dass es gerade in den Musikfluss passt. Nach der Sendung hatte ich ein richtig gutes Gefühl. Ich dachte: Ich bin ein klasse Moderator.
Dann kam der Montag. Mein Chef hat mich zu sich ins Büro zitiert und gefragt: Was hast du denn da eigentlich veranstaltet? Das war, und ich zitiere — damals waren die Worte im Radio noch härter als heute — „Programm-Terrorismus”. Ich hätte den Musikfluss zerstört, ich hätte den Hörer viel zu oft beim Musikhören gestört, ich hätte viel zu viel gequatscht. Und am Ende sei ich kaum noch zu folgen gewesen.
Wir haben dann aber auch eine Vereinbarung getroffen: Wir arbeiten an den Stärken des Moderators Stefan Margenfeld — und weniger daran, dass er immer nur seinen Impulsen folgt. Weil es gibt einen großen Unterschied zwischen Wahrhaftigkeit und Echtheit. In der Öffentlichkeit wollen wir eigentlich nur eine bestimmte Facette von uns zeigen, damit wir überhaupt eine Chance haben, vom Hörer verstanden zu werden.
Das war für mich ein Lehrstück. Auch zwischen Selbstbild und Fremdbild. Echtheit ist eben nicht das, dass ich einfach reingehe und Dinge tue, völlig ungesteuert, und danach das gute Gefühl habe, hier waren viele Sachen nicht vorbereitet. Echtheit ist die gezielte Wiederholung von Dingen, die für den Hörer im Kontext dessen, wo ich etwas sage, plausibel erscheinen.
Ich hatte damals an dem Montag nicht so richtig verstanden, was mein Chef meinte, als er sagte: Es gibt positive Eigenschaften von dir als Moderator. An denen wollen wir arbeiten. Die wollen wir öfter zeigen. Denn das bist du.
Heute weiß ich, was er gemeint hat. Er meinte nicht: Wir wollen hier den echten Stefan. Er meinte: Wir wollen den Ausschnitt von dir, der tragen kann. Den wiederholen wir, bis das Publikum ihn — und damit dich — erkennt.
Das war meine erste praktische Lektion darüber, wie öffentliche Authentizität funktioniert. Man kann das medienkritisch zerlegen. Aber das war lange Zeit Thema in professioneller Kommunikation, und es ist auch heute noch Thema. Und es hat sehr viel mit dem zu tun, was wir gerade unter dem Schlagwort KI und Echtheit diskutieren.
Die Diskussion, die wir gerade führen, ist eigentlich die falsche
Es läuft seit einigen Jahren ein regelrechter Kulturkampf. Echt gegen fake. KI macht Bilder, die keine Bilder sind. Stimmen erklingen, die eigentlich keine echten Stimmen sind, sondern maschinelle. Texte, die nach Mensch klingen sollen, die aber niemand von Hand geschrieben hat.
Es ergießen sich kilometerlang Artikel darüber, wie oft man jetzt mittlerweile einen Bindestrich setzen darf oder wie oft man direkte Vergleiche setzen darf, weil das alles jetzt Indikatoren für Maschinen-Texte seien. Offenbar ist uns wichtig, nicht als Maschine erkannt zu werden, sondern dass die Handwerklichkeit weiterhin deutlich wird.
Ich finde diese Reaktionen verständlich. Trotzdem ist die ganze Diskussion meiner Meinung nach falsch konstruiert. Sie funktioniert nämlich nur, wenn wir unterstellen, dass das, was vor der KI war, alles echt war. Dass es ein Davor gab, in dem Bilder noch Wahrheit waren und Texte noch Wahrheit waren und Stimmen noch ganz unvermittelt waren. Als hätte es vorher eine Art medialen Naturzustand gegeben.
Ich denke, den gab es nie.
Jedes Foto ist eine Auswahl. Wo die Kamera steht, wann der Auslöser fällt, was ins Bild kommt und was draußen bleibt — das sind Entscheidungen des Fotografen. Und die Bildauswahl an sich ist eine Entscheidung der Redaktion. Jede Inszenierung ist und bleibt eine Inszenierung, ob ich sie im Werbespot habe oder in einer Tageszeitung, wenn ich ein Feature lese. Es unterliegt immer der Auswahl eines Journalisten. Das lernt man übrigens auch im Volontariat: Objektivität im Journalismus ist eigentlich eine Illusion, weil wir alles unter gewissen Bedingungen vorauswählen, um es Konsumentinnen und Konsumenten zu präsentieren.
Eigentlich wussten wir das alle schon immer. Diese Medienkritik ist auch nicht neu. Wir haben das Ganze nur lange erfolgreich verdrängt, weil das Verdrängen bequemer ist als das Mitdenken.
Was sich jetzt mit KI verändert, ist aber nicht einfach nur „mehr vom Selben”. Es ist etwas qualitativ Neues. Eine Zeitung wählt aus, das stimmt — aber sie erfindet keine Ereignisse. Ein Foto ist eine Komposition, das stimmt — aber es zeigt eine Sache, die war. Mit KI fällt diese Grundvoraussetzung weg. Das Gemachte wird nicht nur skalierbar, es wird auch granular aussteuerbar. Und es wird, anders als alles davor, ereignislos produzierbar. Da reißt etwas, was meistens vorher noch hielt: die Verbindung zwischen der Anmutung von etwas und seiner Herkunft. Ein Foto sah aus wie ein Foto, weil ich zurecht die Vorstellung haben konnte, da war eine Kamera und ein echter Mensch, den ich da drauf sehe. Eine Stimme war die Stimme eines echten Menschen, weil ein Mensch sie wohl gesprochen haben musste, sonst würde ich sie ja nicht hören.
Das war keine Garantie. Aber es war eine plausible Vermutung. Und diese Vermutung trägt nicht mehr.
Drei Bedeutungen von „echt”
Wenn man sich mit dieser Diskussion ernsthaft beschäftigt, lohnt sich eine Unterscheidung. Was ist eigentlich echt? Wenn Menschen „echt” sagen, dann meinen sie meistens drei verschiedene Dimensionen. Und sie wechseln zwischen diesen drei Dimensionen permanent, ohne es zu merken.
Das erste ist die Spur. Es gab ein Ereignis, das sich kausal ins Medium eingeschrieben hat. Licht ist auf einen Sensor gefallen, Schall ist in ein Mikrofon gekommen, etwas Reales hat einen physischen Abdruck hinterlassen.
Das zweite ist die Anmutung. Es wirkt realistisch, es sieht aus, als wäre etwas geschehen. Ob tatsächlich etwas geschehen ist oder nicht, ist davon unabhängig.
Das dritte ist Vertrauen. Wer hat das gemacht? Mit welcher Absicht? Nach welchen Standards? In welchem sozialen Vertrag mit dem Publikum entstand das?
Bis vor kurzem konnten wir uns auf eine Abkürzung verlassen: Wenn die Anmutung stimmt, dann war wahrscheinlich auch eine Spur da. Diese Abkürzung war nie präzise, aber sie hat im Alltag meistens gereicht. Mit KI reicht sie nicht mehr. Anmutung ist mittlerweile auf Knopfdruck und per Prompt verfügbar. Die Spur wird damit als Vertrauensquelle entwertet.
Was bleibt, ist das dritte — und das ist ganz wichtig: Vertrauen. Es ist anstrengender als die Abkürzung. Aber es ist im Grunde das, worauf Vertrauen schon immer angewiesen war.
Echtheit, so verstanden, ist selten eine Eigenschaft des Inhalts. Sie ist eine Eigenschaft der Beziehung zwischen Quelle, Kontext und Erwartung.
Was Radio, Sprecherarbeit und Marketing über gemachte Echtheit lehren
Ich habe mehr als 20 Jahre in verschiedenen Räumen gearbeitet, in denen Authentizität gemacht wurde. Ich habe sie nicht gefälscht, sondern gemacht.
Im Radio war ich eine Personality. Und diese Personality entstand schlicht und ergreifend durch Wiederholung. Was beim Publikum funktionierte, das haben wir stabilisiert. Was nicht funktionierte, das wurde leise, still und heimlich abgelegt. Das Ergebnis war kein ungefilterter Mensch hinter dem Mikrofon, sondern ein wiederkehrender Ausschnitt eines Menschen, an dem das Publikum sich orientieren konnte. War das echt? Im Sinne von unvermittelt: nein. Im Sinne von konsequent, verlässlich, wiedererkennbar: absolut.
In der Sprecherarbeit habe ich gelernt, dass eine Marke einen Klang hat, den jemand entscheiden muss. Der Kunde sagt, wie er klingen will. Wärmer oder distanzierter. Autoritärer oder kollegialer. Ruhig oder vorwärtsgewandt. Regie beeinflusst die Performance. „Echt” ist hier fast immer der gewünschte Output — es soll immer alles echt klingen. Aber damit war nie der wirkliche innere Kern gemeint, den man als Sprecher freilegen müsste. Das meine ich nicht zynisch. Das gehört zu den Kernhandwerken eines Sprechers: Authentizität möglichst nah und glaubhaft für den Rezipienten zu simulieren. Und es ist auch für eine Marke entscheidend, eine Aussage darüber zu treffen, wie sie klingen, aussehen und sich anhören möchte. Dass sie ihre Wirkung nicht dem Zufall überlassen will.
In der Marketing- und Kommunikationsleitung, wo ich heute arbeite, geht es nicht primär um Echtheit. Die Hauptwährung für mich ist Kongruenz. Ich habe die Philosophie eines Unternehmens, ich habe seine Marke nach außen, und ich habe seine Wahrnehmung beim Publikum — oder besser formuliert: bei den verschiedenen Anspruchsgruppen. Diese drei Ebenen müssen zueinander passen.
Wenn sie auseinanderlaufen, entsteht nicht zwangsläufig Unechtheit. Vielleicht ist es sogar das Authentischere, weil wir alle inhaltlich in unserem Leben auseinanderlaufen — niemand, oder nur wenige Menschen, die ich kenne, sind als Kind derselben Ansicht wie als Erwachsener. Aber im Unternehmenskontext, und gerade wenn wir über Marketing-Kommunikation sprechen, kann durch diese Divergenz Misstrauen entstehen. Und Misstrauen ist die teuerste Währung, die eine Marke kennen kann. Misstrauen ist das Schwierigste, was einer Marke widerfahren kann.
Aus diesen drei Erfahrungen ziehe ich eine Schlussfolgerung. Öffentliche Authentizität ist fast nie ein Naturzustand. Sie ist ein stabilisiertes Format. Eine Disziplin. Eine bewusste Engfassung dessen, was man von sich zeigt — und wie man es zeigt. Wer das einmal verstanden hat, hört auf, sich von der KI-Diskussion aus dem Gleichgewicht bringen zu lassen.
Warum sich Wahrheit oft nur leicht anfühlt
Es gibt einen Punkt, den ich in dieser ganzen Diskussion für ganz wichtig halte — und zugleich für einen, der zu selten beachtet wird.
Wenn etwas flüssig wirkt oder visuell plausibel, dann schreiben wir ihm leichter Wahrheit zu. Was leicht zu verarbeiten ist, fühlt sich für uns einfach wahrer an. Die Kognitionspsychologie nennt das Processing Fluency. Und es kommt etwas Zweites hinzu, der sogenannte Illusory Truth Effect: Wenn wir etwas öfter hören, halten wir es eher für wahr. Unabhängig davon, ob es stimmt oder nicht. Beides ist seit Jahrzehnten empirisch gut belegt.
Das ist im normalen Medienalltag schon ein Problem. Mit KI wird es zu einem strukturellen. Denn KI skaliert nicht nur Inhalte. Sie skaliert auch Plausibilität. Vor allem durch Automation. Ich kann ständig Dinge wiederholen, ich kann einen Gedanken machen und ihn permanent setzen und streuen.
KI produziert auf Knopfdruck genau die glatten, sofort verarbeitbaren Anmutungen, die unser Gehirn als Wahrheitssignal interpretiert. Eine KI schreibt Texte so, dass ich sie möglichst leicht lesen kann. Ein KI-Bild fügt sich nahtlos ein. Ein KI-Audio klingt rund.
Und wir nehmen diese Leichtigkeit des Konsums als Beleg. Für Wahrheit. Für Echtheit. Wer in den nächsten Jahren ernsthaft kommunizieren will, der muss diesen Punkt verstehen. Sonst arbeitet er gegen Gehirne, die längst auf der Seite der Maschine stehen — ohne dass sich ihre Besitzer darüber bewusst sind.
Mein Standpunkt: KI-freundlich, aber nicht beliebig
Ich bin in dieser Frage eindeutig. Ich halte KI für eine der spannendsten Werkzeugentwicklungen unserer Zeit. Eine kuratierte, menschlich durchsetzte Content-Pipeline, die KI als Motor nutzt, ist nicht unecht. Sie ist professionell.
Aber hier liegt der Punkt, den ich für entscheidend halte: KI ist nur dann professionell eingesetzt, wenn Haltung, Standards und Verantwortung vor dem Output stehen.
„Wirklich nicht echt” beginnt nicht da, wo eine KI im Spiel ist. Es beginnt da, wo Beliebigkeit einzieht. Wo ich den Output einfach mal machen lasse, ohne tiefere Perspektive, ohne eine Auswahl getroffen zu haben, ohne jemanden, der den Stift zur Hand hätte, sollte hier ein Eingriff erforderlich sein.
Eine Marke, die ihre KI-Pipeline laufen lässt, ohne vorher zu klären, was eigentlich ihre Stimme ist, wird nicht entlarvt, weil das Publikum die KI erkennt. Sie wird einfach austauschbar. Strategische Kommunikation muss vor der Pipeline kommen. Sie definiert, was überhaupt unsere Perspektive ist, welche Standards gelten sollen, welche Wiederholungen tatsächlich Wiedererkennung erzeugen — und vor allem: Wiedererkennung wofür.
Das gilt im Übrigen auch für mich. Wer in diesem Feld arbeitet und KI-Pipelines empfiehlt, ohne zuerst die strategische Frage zu klären, ist Teil des Problems, nicht der Lösung.
Der granulare Blick statt der pauschalen Regel
Ich nehme mich bei dieser Diskussion nicht aus. An vielen Punkten komme ich selbst an Grenzen. Ich beschäftige mich genauso mit der Frage, wo KI in Projekten rein darf und wo nicht. Und ich merke, dass diese Frage nicht so einfach pauschal zu beantworten ist. Teilweise wird sie sehr granular.
Ein Beispiel. Wenn ich ein Bild für einen Artikel brauche, eine Metapher, etwas Atmosphärisches, etwas, das eine Idee illustriert — da darf KI rein. Das ist Werkzeug. Ein Konsistenzwerkzeug sogar. Früher gab es hier einen anderen Bereich: Stockfotografie. Da musste ich händisch bearbeiten, dass ein Produkt auf dem Schreibtisch steht. Das ist mittlerweile immer weniger notwendig. Nur besser auf das gemünzt, was ich tatsächlich sagen will.
Aber. Wenn es um Menschen geht. Wenn ich zum Beispiel ein Testimonial zeige — ein Mensch, der direkt in die Kamera schaut und von einer Erfahrung erzählt, die ich als Kommunikator positiv intendiere. Da muss dieser Mensch echt sein.
Nicht wegen der Kennzeichnungspflicht. Sondern weil die Aussage selbst sonst leer ist. Ein Testimonial behauptet eine Erfahrung. Wenn diese Erfahrung nicht stattgefunden hat, dann ist nicht nur das Bild „KI-generiert”. Dann ist die ganze Aussage hohl — egal, ob ich es kennzeichne oder nicht. Hier trägt die Spur, im Sinne der drei Dimensionen von vorhin, kein Detail. Sie trägt die ganze Botschaft.
Das ist für mich weniger eine Bauchentscheidung. Das ist eine Frage, die ich mit der Unternehmensphilosophie abgleiche. Was passt zu dem, wofür eine Marke steht — und was nicht? Und dieser Abgleich muss vor jeder einzelnen Entscheidung stehen. Nicht erst dann, wenn das Bild oder das Video schon fertig ist.
Das ist anstrengender als eine Pauschalregel. Aber Pauschalregeln sind im Umgang mit KI, gerade in der Kommunikation, fast immer falsch. Entweder sind sie zu eng und blockieren sinnvolle Anwendungen. Oder sie sind zu weit und lassen Beliebigkeit zu, die nichts mit dem zu tun hat, was die Marke eigentlich sagen möchte.
Granular heißt: jede Anwendung einzeln durchdenken. Mit der Frage im Hinterkopf: Was würde es bedeuten, wenn jemand das wüsste? Wenn ich an dieser Stelle KI eingesetzt habe — steht das im Einklang mit dem, was ich behaupte zu sein? Oder steht da ein Bruch?
Und dann gibt es die andere Seite. Es gibt Bereiche, wo ich KI sogar mehr zutraue als Menschen. Das klingt erstmal überraschend, ist es aber überhaupt nicht.
Nehmen wir Produktdarstellungen, Packshots, Texte mit klaren Vorgaben. Überall da, wo ich präzise Standards setzen kann, ist eine Maschine im Vorteil. Sie ist dazu in der Lage, emotionslos Standards konsequent durchzusetzen. Eine Maschine ermüdet nicht. Sie wird nicht zwischendurch besonders kreativ, wo Konsistenz gefragt war — vorausgesetzt, ich stelle sie vorher vernünftig ein. Sie weicht nicht ab, weil sie heute mal Lust auf Abwechslung hat. Menschen tun das, und das ist meistens auch gut so. Aber an manchen Stellen ist genau das ein Problem für eine Marke.
Bei der semantischen Detailpräzision sieht es anders aus. Halluzinationen, Etikettengenauigkeit, Detailtreue — eine KI macht aus einem Produktnamen schnell etwas anderes, das ihm zwar ähnelt, aber nicht stimmt. Da braucht es weiterhin Kontrolle. Da braucht es Korrekturschleifen. Aber im Grundsatz gilt: Strukturell repetitive Aufgaben sind das Heimspiel der Maschine.
Das verändert auch die Frage, wo KI reindarf. Sie ist nicht: Maschine oder Mensch. Sie ist: In welchem Modus arbeitet das, was hier entstehen soll? Geht es um Konsistenz und Standard? Dann auf jeden Fall Maschine. Geht es um Spur, um Beziehung, um glaubwürdige Erfahrung? Dann brauche ich den Menschen. Und in den meisten Fällen arbeiten beide zusammen. Die Maschine liefert die Variante. Der Mensch trifft die Entscheidung.
Ein Modell, das hilft
In der Praxis arbeite ich dafür mit einer einfachen Dreiteilung. Mensch. Marke. Maschine.
Der Mensch trägt die Stimme, die Haltung, die Grenzen. Und er trägt die Verantwortung. Es muss klar sein, wer prüft und wer freigeben soll. Das ist nicht delegierbar.
Die Marke setzt die Standards. Wie wir klingen. Wie wir aussehen. Was wir behaupten — und was wir nur vermuten. Diese Standards sind nicht Geschmack. Sie sind die Bedingung dafür, dass künstliche Intelligenz nicht in Beliebigkeit läuft.
Die Maschine liefert Geschwindigkeit. Und sie kann uns dabei unterstützen, konsistent zu sein. Sie verarbeitet Briefings, produziert Varianten, übersetzt zwischen Formaten, legt unterschiedliche Layer auf meine Ausgaben. Sie kann das schneller, als jeder Mensch es könnte. Aber sie kann im Grundsatz nicht entscheiden, wohin. Da müssen wir menschlich unterstützen. Da müssen wir kuratieren. Da müssen wir überprüfen.
Die Richtung bleibt menschlich. Geschwindigkeit ist die Domäne der Maschine.
Was wir konkret tun können
Ein Teil der Antwort liegt nicht in besseren Erkennungsalgorithmen, sondern in einer besseren Nachvollziehbarkeit. Hier macht die Europäische Union schon einiges. Artikel 50 des EU AI Acts regelt ab August 2026 verbindliche Kennzeichnungspflichten — vor allem für KI-generierte Deepfakes und für KI-Texte zu Themen von öffentlichem Interesse. Eine wichtige Ausnahme gibt es: Wenn KI-Texte einer menschlichen redaktionellen Kontrolle unterzogen werden und eine Person die redaktionelle Verantwortung trägt, entfällt die Kennzeichnungspflicht für diese Texte. Das schützt journalistisches Arbeiten, hat aber auch eine Konsequenz, die unbequem ist: Viele kennzeichnungspflichtige Anwendungsfälle werden in der Praxis durch redaktionelle Schleifen umgehbar sein.
Es gibt parallel technische Initiativen, vor allem den C2PA-Standard mit seinen Content Credentials — eine Art Nährwertkennzeichnung für Medien, die Herkunft und Bearbeitungsschritte mitführt. LinkedIn hat das bereits angekündigt, andere Plattformen prüfen ähnliche Wege.
Das ist kein Heilmittel. Aber es ist die richtige Richtung. Sie verschiebt die Frage weg vom Pixel — hin zum Prozess. Und sie macht aus „echt oder fake” wieder das, was es immer war: eine Frage von Standards und Vertrauen.
KI zerstört nicht Echtheit. Sie zerstört Bequemlichkeit.
Wenn ich das alles zusammenziehe, lande ich bei einem Satz, der mich diesen Monat nicht loslassen wird.
KI zerstört nicht die Echtheit von Bildern. Sie zerstört unsere Bequemlichkeit, Echtheit in Bildern zu vermuten.
Lange konnten wir uns auf diese mentale Abkürzung verlassen. Sieht echt aus, also wird es schon echt sein. Klingt nach Mensch, also wird auch ein Mensch dahinterstehen. Diese Abkürzung war nie wirklich verlässlich. Aber sie hat im Alltag meistens genügt.
Sie reicht nicht mehr.
Und das ist, bei aller Unruhe, eigentlich keine schlechte Nachricht. Es ist eine Einladung. Vertrauen wieder dort zu organisieren, wo es hingehört. Nicht beim Pixel. Sondern bei den Menschen und Marken, die mit Pixeln arbeiten. Bei Standards. Bei Verantwortung. Bei Beziehung.
Abbilder waren nie echt. Sie waren glaubwürdig, solange wir die Regeln kannten. Die Regeln ändern sich gerade. Wer hofft, dass die alten noch gelten, sucht im falschen Raum.