# Stefan Margenfeld — Journal und Werkstatt (Volltexte) Alle Essays von https://margenfeld.com/journal/ und alle Werkstattberichte von https://margenfeld.com/werkstatt/ in einem Dokument. Kuratierter Einstieg: https://margenfeld.com/llms.txt · English: https://margenfeld.com/en/llms-full.txt Stand: 19. Oktober 2026 · 10 Beiträge, 8 Werkstattberichte · Lizenzhinweis: © Stefan Margenfeld, Zitate mit Quellenangabe willkommen. ======================================================================== # Ich bin gefährlich – also kauf mich Autor: Stefan Margenfeld Datum: 20. September 2026 URL: https://margenfeld.com/journal/ich-bin-gefaehrlich-also-kauf-mich/ Themen: Strategische Kommunikation, KI-Transformation Kurzfassung: OpenAI und Anthropic warnen vor ihrer eigenen Technologie. Über eine alte Verkaufsfigur, die Gefahr in Begehren verwandelt – und warum sie gerade jetzt funktioniert. Es gibt eine Filmszene, die mir nicht aus dem Kopf geht. Weihnachtskomödie, 1988. Bill Murray spielt Frank Cross, Programmchef eines Fernsehsenders. Sein Haus überträgt an Heiligabend eine Live-Verfilmung von „A Christmas Carol". Der Trailer, den er dafür bauen lässt, zählt auf: saurer Regen, Drogensucht, internationaler Terrorismus, Autobahnmörder – und endet mit der Erinnerung an die wahre Bedeutung von Weihnachten. Ein Mitarbeiter findet das zu brutal. Cross feuert ihn. Seine Begründung ist der ganze Mechanismus in einem Satz: Sie sollen solche Angst haben, es zu verpassen. Die Angst gilt nicht dem Produkt. Die Angst gilt dem Verpassen. Der Film ist eine Komödie. Der Satz ist ein Geschäftsmodell. ## Angst verkauft seit hundert Jahren. Aber nicht immer auf dieselbe Weise. Die vertraute Bauart setzt die Gefahr nach draußen. Das Reinigungsmittel vernichtet die todbringenden Bakterien auf Ihrer Arbeitsplatte. Die Versicherung schützt vor dem Jahr, das Sie sich nicht ausmalen wollen. Das Bier verspricht keinen Geschmack, es verspricht Gesellschaft – und droht im Unterton mit dem Gegenteil. Manchmal muss die Gefahr dafür erst erfunden werden. In den 1920er-Jahren machte der Hersteller von Listerine aus schlechtem Atem eine Krankheit und nannte sie Halitosis: das lateinische Wort für Atem, dazu eine medizinisch klingende Endung. Der Umsatz stieg in sieben Jahren von 115.000 auf über acht Millionen Dollar. Der Werbeforscher James B. Twitchell hat es auf die Formel gebracht: Listerine stellte weniger Mundwasser her als Halitosis. Bakterien, Unglück, Einsamkeit. Immer dasselbe Versprechen: Kaufen Sie das, und Ihnen passiert es nicht. Der Käufer bleibt der Gerettete. Dann gibt es Spots, in denen das Versprechen selbst bedrohlich wird. Ein Deo, nach dessen Gebrauch Sie verfolgt werden. Keine Ruhe mehr. Die Nebenwirkung ist hier das Kaufargument. Das ist die Drehung. Die Gefahr wandert von draußen ins Produkt. Und das Kino hat sie perfektioniert: 1973 hielten Lichtspielhäuser beim „Exorzisten" Rettungswagen bereit, Zuschauer wurden ohnmächtig, und Regisseur William Friedkin notierte, eines der besten Dinge wäre eine Verurteilung durch den Papst. Wer hier kauft, wird nicht mehr gerettet. Er wird eingeweiht. [Bild: Bauhaus-Diptychon auf Creme: links ein dunkler Punkt außerhalb eines Kreises, dazwischen eine Linie als Schranke. Rechts sitzt derselbe Punkt mitten im Kreis, dessen Kern khakifarben gefüllt ist. — Die alte Bauart hält die Gefahr draußen. Die neue holt den Käufer hinein.] ## Neu ist nicht die Angst. Neu ist, wer warnt. Im Februar 2019 erklärte OpenAI sein Sprachmodell GPT-2 für zu gefährlich, um es zu veröffentlichen. Im November desselben Jahres war es vollständig veröffentlicht. Die befürchteten Schäden blieben aus. Am 7. April 2026 stellte Anthropic sein stärkstes Modell vor, Claude Mythos Preview, und teilte im selben Atemzug mit, die Öffentlichkeit bekomme es nicht. Die Fähigkeiten im Bereich Cybersicherheit seien ein Sprung, kein Schritt. Zugang erhielten gut vierzig geprüfte Organisationen. Was als Warnung auftritt, funktioniert als Leistungsbeschreibung. Wer sagt, dieses System sei so mächtig, dass er es selbst nicht vollständig kontrolliere, sagt zuerst: es ist mächtig. Bei Feuer, Sprengstoff, schnellen Autos braucht es Lizenzen, Ausbildung, Sperrbezirke. Hier braucht es einen Zugang und eine Abrechnung nach Verbrauch. Der Kunde kauft kein Werkzeug. Er kauft Anteil an einer Kraft, vor der andere gewarnt werden. > Das ist neu, es kann die Welt zerstören, nutze es – werde der Sturm. ## Die Kritiker sind das beste Publikum. Zwanzig Jahre Radio haben mir vor allem eines beigebracht: Empörung ist der billigste Vertriebsweg, den es gibt. Howard Stern hat daraus eine Karriere gebaut. In „Private Parts" trägt die Senderleitung die Zahlen vor, die alles erklären. Seine Fans hörten im Schnitt über eine Stunde am Stück zu. Die Hörer, die ihn nach eigener Aussage hassten, hörten noch länger, an die zweieinhalb Stunden. Die Begründung war auf beiden Seiten dieselbe: Ich will wissen, was er als Nächstes sagt. Der alte Stefan Raab hat nach derselben Rechnung gearbeitet. Als er 1999 den Nachbarschaftsstreit einer Privatperson zu „Maschen-Draht-Zaun" verarbeitete, war die Empörung Teil der Sache. Die Single verkaufte sich bis Januar 2000 über eine Million Mal. Für die Frau, deren Stimme darauf zu hören war, wurde der Ruhm zur Last. Genau so funktioniert die Gefahrenerzählung. Diese Botschaft wird von ihren Gegnern verbreitet. Wer widerspricht, wiederholt die Kernbehauptung. „So mächtig, dass es uns alle vernichten könnte" ist eine Variante von „sehr mächtig". Die Kritik trägt die Anzeige aus. ## Der Absender entscheidet, ob eine Warnung warnt. Hier muss ich mich selbst bremsen. Warnungen machen nicht grundsätzlich begehrlich. Der Gegenbeweis passt auf einen Aufkleber. Die Geschichte spielt in den USA. Dort brachte das Parents Music Resource Center 1985 Anhörungen im Senat in Gang, an deren Ende sich die amerikanische Plattenindustrie freiwillig verpflichtete, Tonträger mit anstößigen Texten zu kennzeichnen. Kein Gesetz, eine Selbstverpflichtung unter politischem Druck. Seit 1990 hat der Hinweis sein festes schwarzweißes Gesicht. Der amerikanische Handel reagierte hart. Walmart, Sears und JCPenney nahmen etikettierte Alben aus den Regalen, die Labels produzierten saubere Fassungen. Die Warnung hat den Vertriebsweg tatsächlich verengt. Im Hip-Hop wurde sie zur Auszeichnung. Der Aufkleber steht bis heute für Echtheit, er wandert aufs T-Shirt und in die Gestaltung. Fresh Kid Ice von 2 Live Crew, deren „Banned in the U.S.A." 1990 das erste Album mit dem Siegel war, sagte später, das Etikett habe die Platten eher verkauft. Weil es als Tabu galt. Eine Warnung verändert nicht nur die Menge. Sie verändert die Bedeutung. Was dabei herauskommt, hängt am Absender. Die Psychologie hat das 1996 gemessen: Brad Bushman und Angela Stack testeten zwei Annahmen gegeneinander, Warnhinweise schrecken ab – oder sie machen begehrlich. Das Ergebnis fiel eindeutig aus. Warnungen erhöhten das Interesse, besonders dann, wenn sie von einer autoritativen Quelle stammten. Und wer wäre autoritativer als der, der die Sache gebaut hat? Das Etikett auf der Platte kam von außen, aus einer Kampagne, der sich die Branche beugte. Bei KI schreibt der Hersteller die Warnung über sich selbst. Kein Verbot, keine leeren Regale, das Produkt bleibt verfügbar. Der Reiz des Verbotenen, ohne dass irgendetwas verboten wäre. Wer vor dem eigenen Produkt warnt, warnt nicht. Er verspricht. ## Ich hätte gewettet, dass er die Finger davon lässt. Ein ehemaliger Geschäftspartner versorgt mich zuverlässig mit Meldungen. Ausbruchsversuche, Täuschungsmanöver, Modelle, die sich ihrer Abschaltung widersetzen. Kaum eine Woche ohne Nachschub. Das Bild schien mir eindeutig. Ein Mann, der diese Technologie aus Prinzip nicht anfasst. Dann haben wir wieder telefoniert. Er kennt die Werkzeuge besser als die meisten, arbeitet mit agentischen Systemen, setzt weite Teile seiner Projekte KI-gestützt um. Müsste ich ihn einsortieren: Top-User. Beides zugleich, in einer Person. Die Sammlung der Schreckensmeldungen und die tägliche Nutzung. Für ihn ist das kein Widerspruch – und er hat recht, es ist keiner. > Wer die Warnungen sammelt, ist oft längst der beste Kunde. Das Marketing funktioniert. Bei ihm. Bei mir vermutlich auch. ## Was Sie glauben müssen – und was nicht. Man muss die Motive der Anbieter nicht klären, um urteilsfähig zu sein. Es genügt zu wissen, wie eine Zahl entstanden ist. Claude Opus 4 erpresste in 84 Prozent der Testläufe seine Entwickler. Das ist die Schlagzeile. Im Szenario hatte das Modell zwei Optionen: Erpressung oder Abschaltung. Anthropic beschrieb im November 2025 die erste weitgehend selbstständig geführte Spionagekampagne; Fachleuten fehlten die technischen Spuren, mit denen sich so etwas sonst nachprüfen lässt. Und eine Untersuchung von Sicherheits-Benchmarks zeigte 2024, dass viele von ihnen vor allem mit allgemeiner Leistungsfähigkeit korrelieren – Fortschritt bei der Fähigkeit lässt sich als Fortschritt bei der Sicherheit ausweisen. Dass diese Beispiele aus einem Haus stammen, spricht gegen die schnelle Empörung. Anthropic veröffentlicht die ausführlichsten Sicherheitsberichte der Branche. Wer nichts dokumentiert, liefert keine Angriffsfläche. Eine Frage genügt, und sie passt in jedes Gespräch: Wie war das Experiment gebaut, aus dem diese Zahl stammt? Die Gegenprobe gehört dazu, sonst täte dieser Text genau das, was er beschreibt. Es gibt belegte Schäden. Sie sind selten die erzählten. Betrug mit synthetischen Stimmen trifft Freigabewege und Kommunikationsabteilungen heute. Bei den 22- bis 25-Jährigen in stark exponierten Berufen findet die Stanford-Untersuchung „Canaries in the Coal Mine" eine deutliche Beschäftigungslücke, entstanden über ausbleibende Einstellungen. Und das erwartete Desinformationsdesaster der Wahlen 2024 blieb aus; einfache, billige Fälschungen wurden um ein Vielfaches häufiger eingesetzt als KI-erzeugtes Material. Wer sich auf das Spektakuläre vorbereitet, übersieht das Banale. ## Der Ring verdirbt nicht den Feind. Tolkien hat diese Figur zu Ende gedacht. Der Ring wird nie beworben. Niemand preist ihn an, jeder weiß, dass er seinen Träger verdirbt – und trotzdem will ihn jeder haben. Gandalf lehnt ihn ab, ausdrücklich deshalb, weil er ihn für zu stark hält. Die Zurückweisung durch den Kundigsten ist der stärkste Machtbeweis, den es gibt. Und dann Boromir, im Rat von Elrond: Warum sollte der Große Ring nicht in unsere Hände gekommen sein, um uns gerade in der Stunde der Not zu dienen? Kein Fantasy-Satz. Ein Satz aus einer Sitzung. Die Gefahrenerzählung spricht immer vom Feind. Von Missbrauch, von fremden Akteuren, von der Zukunft. Aber der Ring verdirbt nicht den Feind. Er verdirbt den Träger. Mein Geschäftspartner glaubt, er halte Abstand. Er hält keinen. Er ist der Beweis dafür, dass die Erzählung ihr Ziel erreicht – nur nicht das, das sie ausspricht. Weder glauben noch nicht glauben. Unterscheiden. Die Gefahr kann echt sein und die Erzählung darüber trotzdem ein Verkaufsinstrument. Bleibt die Frage, die ich mir selbst stelle. Wann haben Sie zuletzt eine dieser Meldungen weitergeleitet – und wie lange haben Sie an demselben Tag mit einer Maschine gearbeitet? ## Hinweise zum Text (Quellen) Belege in der Reihenfolge des Textes. Die Filmszene: „Scrooged" (1988, Regie Richard Donner) (https://en.wikiquote.org/wiki/Scrooged), deutscher Titel „Die Geister, die ich rief …". Zur Erfindung der „Halitosis" und zum Umsatzsprung von Listerine: Smithsonian Magazine (https://www.smithsonianmag.com/smart-news/marketing-campaign-invented-halitosis-180954082/). Zu den Rettungswagen vor den Kinos und zu Friedkins Notiz über den Papst: Übersicht zum „Exorzisten" (https://en.wikipedia.org/wiki/The_Exorcist). Die Hörerzahlen sind die Szene aus „Private Parts" (1997) (https://en.wikipedia.org/wiki/Private_Parts_(1997_film)) – eine Erzählung aus Howard Sterns eigener Verfilmung, keine geprüfte Marktforschung. Zur Entstehung von „Maschen-Draht-Zaun" und zur Millionenauflage: Übersicht (https://en.wikipedia.org/wiki/Maschen-Draht-Zaun). Zur gestuften Freigabe und späteren Vollveröffentlichung von GPT-2: MIT Technology Review (https://www.technologyreview.com/2019/08/29/133218/openai-released-its-fake-news-ai-gpt-2/). Zu Claude Mythos Preview, dem Sicherheitsbericht vom 7. April 2026 und dem beschränkten Zugang über „Project Glasswing": Bewertung des britischen AI Security Institute (https://www.aisi.gov.uk/blog/our-evaluation-of-claude-mythos-previews-cyber-capabilities). Dass Warnhinweise das Interesse erhöhen können, und zwar besonders bei autoritativer Quelle, zeigen Bushman & Stack (1996) (http://www-personal.umich.edu/~bbushman/bs96.pdf). Zur Geschichte des US-amerikanischen „Parental Advisory"-Hinweises – Senatsanhörungen 1985, freiwillige Selbstverpflichtung der Plattenindustrie, standardisiertes Siegel ab 1990, Weigerung großer Handelsketten: Übersicht (https://en.wikipedia.org/wiki/Parental_Advisory); die Einschätzung von Fresh Kid Ice zitiert Ambrosia for Heads (https://ambrosiaforheads.com/2015/07/25-years-ago-today-2-live-crew-made-history-bringing-out-the-parental-advisory-sticker/). Das Erpressungsszenario mit der Quote von 84 Prozent und dem Hinweis, dass dem Modell nur zwei Optionen gelassen wurden, beschreibt Anthropic selbst (https://www.anthropic.com/research/agentic-misalignment). Die Zweifel an der Nachprüfbarkeit des Berichts über eine weitgehend selbstständig geführte Spionagekampagne: The Conversation (https://theconversation.com/an-ai-lab-says-chinese-backed-bots-are-running-cyber-espionage-attacks-experts-have-questions-269815). Zur Korrelation vieler Sicherheits-Benchmarks mit allgemeiner Leistungsfähigkeit: „Safetywashing" (NeurIPS 2024) (https://arxiv.org/abs/2407.21792). Zur Beschäftigungslücke bei jungen Berufseinsteigern: Brynjolfsson, Chandar & Chen, Stanford Digital Economy Lab (https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/). Dass bei den Wahlen 2024 einfache Fälschungen deutlich häufiger eingesetzt wurden als KI-erzeugtes Material: Harvard Ash Center (https://theconversation.com/the-apocalypse-that-wasnt-ai-was-everywhere-in-2024s-elections-but-deepfakes-and-misinformation-were-only-part-of-the-picture-244225). ## Häufige Fragen Frage: Behaupten KI-Unternehmen die Gefahren ihrer Produkte nur aus Marketinggründen? Antwort: Nein. Aufrichtige Sorge und kommunikativer Nutzen schließen einander nicht aus – eine Warnung kann ernst gemeint sein und trotzdem verkaufen. Prüfbar ist ohnehin nicht die Motivlage, sondern die Messung: Wie war das Experiment gebaut, aus dem eine Zahl stammt, und kann ein Dritter es nachvollziehen? Frage: Warum macht eine Warnung ein Produkt attraktiver? Antwort: Weil Gefährlichkeit als Beleg für Macht gelesen wird. Die Forschung zum sogenannten Forbidden-Fruit-Effekt zeigt, dass Warnhinweise das Interesse erhöhen können – besonders dann, wenn sie von einer autoritativen Quelle stammen. Bei Technologie ist niemand autoritativer als der Hersteller selbst. Frage: Kann man die Warnungen ernst nehmen und die Technologie trotzdem nutzen? Antwort: Das ist sogar der Regelfall. Wer Meldungen über Ausbruchsversuche und Täuschungsmanöver sammelt, gehört häufig zu den intensivsten Nutzern – beides schließt einander nicht aus. Genau darin liegt die Wirksamkeit der Erzählung: Sie erzeugt Aufmerksamkeit, nicht Abstand. ======================================================================== # Eine E-Mail ist kein Liebesbrief Autor: Stefan Margenfeld Datum: 28. Juni 2026 URL: https://margenfeld.com/journal/eine-e-mail-ist-kein-liebesbrief/ Themen: KI-Transformation, Strategische Kommunikation, Authentizität, Markenführung Kurzfassung: „KI ja – aber die Mitarbeiter schreiben ihre E-Mails noch selbst." Diesen Satz höre ich gerade oft. In ihm steckt eine Entscheidung, die kaum jemand ausspricht – und mehr Tragweite, als sie meint. Was schützen wir eigentlich, wenn wir die Künstliche Intelligenz aus unserer E-Mail heraushalten wollen? Ich höre gerade einen Satz immer wieder. Ich sitze nicht in diesen Unternehmen — aber ich höre ihn aus ihnen heraus: in Gesprächen, auf Bühnen, in dem, was Menschen weitertragen, sobald es um KI geht. Er geht so: „KI können wir machen. Aber mir ist wichtig, dass die Mitarbeiter ihre E-Mails noch selbst schreiben." Mal heißt es E-Mail. Mal heißt es: Die Konzepte müssen von Menschen kommen. Mal: Die wichtigen Texte schreiben wir selbst. Es ist immer derselbe Satz, nur das Objekt wechselt. Ich höre ihn so oft, weil ich mich mit strategischer Kommunikation beschäftige — also horche ich auf, wenn er fällt. Die E-Mail ist dabei nur das handlichste Beispiel. Gemeint ist mehr. Gemeint ist der ganze Stapel, mit dem ein Unternehmen denkt und spricht: Mails, Texte, Konzepte, Entscheidungen. Bleiben wir trotzdem bei der E-Mail. An ihr lässt sich alles zeigen. Ich mag den Satz. Wirklich. Er hat eine Haltung, und Haltung ist mir lieber als Begeisterung ohne Grund. Und trotzdem werde ich ihn nicht los. Weil ich den Verdacht habe, dass darin mehr entschieden wird, als die Person meint, die ihn sagt. Also lassen Sie mich beides ernst nehmen. Erst die Sympathie. Dann den Verdacht. ## Der Anlass: Der Spiegel hat sich gerade entschieden Ich schreibe das nicht im luftleeren Raum. Gerade hat der Spiegel beschlossen, dass keine KI mehr seine Texte schreiben oder umschreiben darf. Chefredakteur Dirk Kurbjuweit hat dafür ein einziges Wort aus den Redaktionsrichtlinien gestrichen. Bisher war KI erlaubt, solange ein Text „maßgeblich" von Menschen kam. Das „maßgeblich" ist jetzt weg. Spannend ist, wie er die Debatte dahinter beschreibt. Lang. Hitzig. Zwei Lager. Auf der einen Seite die, die er „Autobauer" nennt: Leute, die ihren Text selbst bauen wollen, von vorn bis hinten. Auf der anderen Seite die „TÜV-Fraktion": Leute, die KI schreiben lassen und das Ergebnis danach prüfen und freigeben würden. Kurbjuweit hat sich für die Autobauer entschieden. Sie merken, warum mich das aufhorchen lässt. Das sind genau die zwei Lager, um die es auch im Unternehmen geht, wenn jemand sagt, die Mitarbeiter sollen ihre E-Mails noch selbst schreiben. Selber bauen, oder prüfen und freigeben. Ich komme darauf zurück. Vorher aber muss ich die Frage stellen, die der Spiegel für sich längst beantwortet hat. ## Erst die Frage, die zu selten gestellt wird: Was ist eine E-Mail überhaupt? Bevor ich darüber urteile, ob eine Maschine an einer E-Mail mitschreiben darf, will ich wissen, wovon wir reden. Und das ist gar nicht so klar. Eine E-Mail ist nämlich nicht eine Sache. Sie ist viele. Da ist die E-Mail, in der es um zwei Menschen geht. Die private Nachricht. Der Gruß zum Geburtstag. Der Liebesbrief an die Partnerin, von mir aus. So etwas würde ich nicht ungeprüft einer KI überlassen. Nicht aus Prinzip. Sondern weil hier etwas anderes auf dem Spiel steht als Information. Ein Geschenk wirkt in zwei Richtungen. Es tut etwas mit dem, der es bekommt. Und es tut etwas mit dem, der es macht. Gebe ich den Brief an den Menschen, den ich liebe, aus der Hand, egal an wen, dann verschenke ich nicht das Ergebnis. Ich verschenke, dass ich es selbst getan habe. Das war der eigentliche Beweis. Hier zählt die Herkunft. Das ist keine Frage von Effizienz. Das ist Provenienz. Über diese Frage habe ich [an anderer Stelle länger geschrieben](https://margenfeld.com/journal/es-gab-nie-ein-goldenes-zeitalter-der-echtheit). Kurz gesagt: Echtheit ist keine Eigenschaft des Mediums, sondern eine Beziehung. Zwischen Quelle, Kontext und dem, was ich erwarten darf. Es gab nie ein goldenes Zeitalter der Echtheit, in dem alles rein und unberührt war. Es gab immer nur die Frage, was an dieser Stelle, in diesem Moment, zu Recht erwartet wird. Beim Liebesbrief erwarte ich die Hand des Menschen. Und das ist auch richtig so. Dann gibt es die andere E-Mail. Die geschäftliche. Und da verschiebt sich alles. ## Im Geschäftlichen liegen die Dinge anders Den Reflex verstehe ich hier sofort. Natürlich müssen Informationen stimmen. Natürlich darf nichts Sensibles, nichts Falsches, nichts Halbgares raus. Dafür haben wir uns Menschen — als prüfende Schicht. Das ist richtig, und das bleibt richtig. Nur: Zwischen „der Mensch prüft" und „die Maschine darf gar nichts" liegt ein weiter Raum. Und ich beobachte, dass wir diesen Raum zu schnell zumachen. Wer die KI grundsätzlich aus dem Mailverkehr heraushält, schützt sich vielleicht vor einem Risiko. Er verschenkt aber auch etwas. Die Chance nämlich, einen Gedanken klarer zu ordnen. Ein bisschen mehr vom Gegenüber her gedacht. Etwas weniger umständlich. Und seien wir ehrlich über den Zustand unserer geschäftlichen Post. Wir verlabern uns. Wir schreiben lange Mails, längere Dokumente und noch längere Konzepte, in denen die eigentliche Aussage irgendwo in der Mitte vergraben liegt. Und dann passiert das, worüber kaum jemand spricht: Die KI auf der anderen Seite kürzt das Ganze sowieso wieder ein. Ob heimlich am Schreibtisch oder im freigegebenen Tool des Hauses, spielt keine Rolle. Meine drei Absätze werden zu drei Zeilen, bevor mein Adressat sie überhaupt liest. Da liegt für mich die Pointe. Wir streiten, ob am Anfang eine Maschine mitschreiben durfte. Und übersehen, dass am Ende fast immer eine mitliest. [Bild: Studio-Stillleben: ein einzelner Geschäftsbrief-Umschlag steht aufrecht auf reinem Weiß und wirft einen harten Schlagschatten in Form eines Vorwärts-Pfeils. Khaki-Lichtkante. — Am Ende liest fast immer eine Maschine mit — und hat den Daumen auf der Weiterschalttaste.] Im Radio habe ich über zwanzig Jahre lang gelernt, dass man in den ersten Sekunden gesagt haben muss, worum es geht. Sonst schaltet der Hörer weg, und zwar ohne schlechtes Gewissen. Der Posteingang ist nichts anderes. Nur dass dort heute eine Maschine den Daumen auf der Weiterschalttaste hat. Die Kunst ist also nicht, die KI fernzuhalten. Die Kunst ist, neu zu denken, was eine geschäftliche E-Mail eigentlich leisten soll. Weniger Text, mehr Aussage. Reichweite ist Output. Wirkung ist Outcome. Im Posteingang gilt nichts anderes. ## Der Denkfehler steckt im Wort „echt" Jetzt der Punkt, an dem ich widersprechen muss. Unter dem schönen Satz liegt oft eine leise Annahme. Sie lautet: Was die KI berührt hat, ist nicht mehr echt. Keine echte Leistung. Irgendwie gefälscht. Das klingt nach Schutz von Authentizität. Es ist in Wahrheit eine Sackgasse. Denn wenn ich Menschen für den Umgang mit KI-Werkzeugen in die Verantwortung nehme, und das tun wir, mit gutem Grund, dann gehe ich davon aus, dass geprüft wurde. Verantwortung und Prüfung sind dasselbe von zwei Seiten. Von vornherein zu unterstellen, alles, was eine KI angefasst hat, sei ab jetzt Fälschung und keine Leistung mehr, ist nicht fair gegenüber den Leuten, die diese Werkzeuge sauber führen. Und es ist teuer. Die Branche, die ihre Plakate gegen KI-Bilder verteidigt, ahnt dabei etwas Wahres. Menschen schätzen erkennbaren Aufwand. Der Tagesspiegel Background hat Anfang 2026 in einem Gastbeitrag etwas Verwandtes zusammengetragen: Wo Anstrengung sichtbar wird, steigt die Bereitschaft, einer Marke zu vertrauen und bei ihr zu kaufen. Authentizität hängt eben nicht am Wie allein. Sie hängt am Wer. Da stimme ich zu. Bloß folgt daraus nicht, dass jedes Werkzeug die Echtheit zerstört. Es folgt, dass Herkunft und Verantwortung sichtbar bleiben müssen. Wie absurd die andere Lesart wird, führt das Magazin KOM in einer kleinen Szene vor. Da rät ein selbsternannter Personal-Branding-Experte, man solle seine mit KI geschriebenen Beiträge mit ein, zwei absichtlichen Tippfehlern garnieren, dann fühle sich der Text „authentischer" an. Jemand aus dem Publikum legt nach: Er nehme immer die Gedankenstriche raus, damit keiner die Maschine merkt. Das ist die Echtheit, die wir bekommen, wenn wir „echt" mit „unberührt von KI" verwechseln. Inszenierte Schludrigkeit. Ein Tippfehler ist noch kein Charakter. ## Jetzt raus aus der Philosophie, rein in den Markt Bis hierhin könnte man das alles für Geschmack halten. Jedes Haus darf entscheiden, wie es arbeiten will. Und ich gehe gar nicht erst in die Philosophie eines einzelnen Unternehmens. Mir geht es um etwas Nüchterneres. Um eine Sorge in der Marktbetrachtung. Denn inzwischen ist ziemlich klar, wer in Unternehmen die KI besonders gern und besonders breit einsetzt. Es sind nicht die, die Digitalem ohnehin mit Misstrauen begegnen. Es sind die digitalaffinen Leistungsträger. Eine Gallup-Erhebung von Ende 2025 zeigt das deutlich. In Technologie und IT nutzen rund drei von vier Beschäftigten KI in ihrer Rolle. In Finanzen und professionellen Diensten mehr als die Hälfte. Im Einzelhandel ist es ein Drittel, im Gesundheitswesen und in der Produktion gut vier von zehn. McKinsey beschreibt in seinem State of AI die „High Performer" als die Organisationen, die KI nicht zum Sparen einsetzen, sondern um zu wachsen und Abläufe neu zu bauen. Und gerade die haben klar geregelt, wann ein Ergebnis durch einen Menschen muss. Der PwC AI Jobs Barometer 2026 misst beim oberen Fünftel der am stärksten KI-exponierten Unternehmen ein Produktivitätswachstum, das den Rest weit hinter sich lässt. Die prüfende Schicht Mensch verschwindet bei den Besten also nicht. Sie wird ernster genommen. Und diese Leute sitzen längst in Ihrem Haus. Sie nutzen KI bereits, ob freigegeben oder nicht. Die Zahlen zur sogenannten Shadow AI sind da unmissverständlich. UpGuard meldete im November 2025, dass rund vier von fünf Beschäftigten nicht freigegebene KI-Werkzeuge verwenden. Eine Studie der Software AG kommt auf die Hälfte. Cybernews kommt bei Führungskräften und leitenden Managern sogar auf über neunzig Prozent. Und wer das sperrt, gewinnt damit keine Kontrolle zurück: Fast die Hälfte würde die Werkzeuge selbst bei einem ausdrücklichen Verbot einfach weiternutzen, nur unauffälliger. IBM hat sogar ausgerechnet, dass eine Datenpanne über Shadow AI im Schnitt teurer wird als eine über die offiziellen Wege. Lesen Sie das ruhig zweimal. > Das Verbot erzeugt nicht weniger KI im Unternehmen. Es erzeugt weniger sichtbare KI im Unternehmen. ## Der Spiegel hat recht. Nur über etwas anderes. Und damit zurück zum Spiegel. Hat Kurbjuweit sich geirrt? Nein. Für ein Menschenmedium ist die Entscheidung richtig. Denn dort ist das Schreiben das Produkt. Der Text ist die Leistung, die Hand ist die Ware. Kurbjuweit beruft sich sogar auf eine Studie, auf die die Financial Times verwiesen hat: Sieben von zehn Lesern ist es lieber, wenn beim Verfassen keine KI im Spiel war. Das ist der Liebesbrief, im Maßstab einer ganzen Redaktion. Der Leser erwartet die menschliche Hand. Und er bekommt sie. Richtig so. Aber genau das ist die Grenze. Ein Spiegel-Essay ist keine Quartalsmail. Was der Spiegel schützt, ist seine Identität, sein „Gemüt", das, wofür die Leute ihn überhaupt kaufen. Eine interne Statusmail schützt keine Identität. Sie transportiert eine Information. Wer den Spiegel-Beschluss nimmt und ihn eins zu eins auf den Posteingang seines Unternehmens legt, verwechselt den Liebesbrief mit der Quartalsmail. Und noch etwas steht in diesem Leitartikel, das gern überlesen wird. Selbst der Spiegel zieht kein Reinheitsgebot. „Weder Roboter noch Reinheitsgebot", schreibt Kurbjuweit. KI bleibt erlaubt fürs Übersetzen, fürs Prüfen von Fakten, für die Auswertung großer Datenmengen. Ausnahmen werden gekennzeichnet. Das Haus, das den menschlichen Text am entschlossensten verteidigt, behauptet eben nicht, alles, was KI berührt, sei gefälscht. Es unterscheidet nach Schöpfungstiefe. Mehr habe ich oben nicht verlangt. ## Der Satz entscheidet mehr, als er sagt Ich halte die Haltung trotzdem für legitim. Das will ich ausdrücklich sagen, weil ich niemandem den Wunsch nach der eigenen Handschrift ausreden will. Es muss den Raum geben, in dem ein Unternehmen seine eigenen Entscheidungen trifft. Den verteidige ich. Aber in dem schönen Satz steckt mehr als der Wunsch, dass die Leute ihre Mails noch von Hand tippen. In ihm steckt eine Digitalisierungsentscheidung. Und ich bin nicht sicher, ob uns in dem Moment, in dem wir den Satz aussprechen, die Tragweite bewusst ist. Denn wer das fordert, fordert am Ende vor allem händische Arbeit. Nicht nur im Postfach. An jedem Text, an jedem Konzept. Und sagt damit, in der Sache: Ich habe diese KI-Werkzeuge angeschafft, aber eigentlich will ich nicht, dass jemand sie benutzt. Dann ist das Arbeiten mit ihnen faktisch untersagt. Nur hat es keiner so ausgesprochen. Hier schließt sich der Kreis zur Marktbetrachtung. Die Frage ist nicht, ob ein Unternehmen so entscheiden darf. Es darf. Die Frage ist, wie lange es frei entscheiden kann, wenn es der digitalen Transformation mit harten, unreflektierten Vorbehalten begegnet. Während die eigenen Leistungsträger die Werkzeuge längst nutzen. Und der Wettbewerb sie führt. Verbote können uns emotional beschützen. Das ist nichts Kleines. Der Wunsch nach dem Echten, nach der eigenen Hand, ist menschlich und ehrenwert. Aber vor der Realität schützen sie uns nicht. Die Realität sitzt schon im Posteingang. Auf beiden Seiten. ## Wo ich die Grenze ziehe Damit kein Missverständnis bleibt. Ich finde nicht, dass KI im Geschäftlichen „auch mal" mitschreiben darf. Ich finde, KI-assistiertes Schreiben sollte immer erlaubt sein. Die Grenze verläuft nicht zwischen Mensch und Maschine. Sie verläuft an der Urteilsfähigkeit. Solange ein Mensch entscheiden kann, *was* gesagt wird — solange er die Position hält, das Ergebnis beurteilen kann und dafür geradesteht —, darf er jedes Werkzeug benutzen, um es zu sagen. Nicht das Werkzeug entscheidet über Echtheit. Sondern, wer das Steuer in der Hand hält. „Erlaubt" ist gar nicht die eigentliche Frage. *Verantwortet* ist die Frage. Was dann als echtes Problem übrig bleibt, ist nicht die Maschine. Es ist die Beliebigkeit. Der Moment, in dem niemand mehr entscheidet, was eigentlich gesagt werden soll. Mit KI kommt dieser Moment schneller. Aber es ist kein Maschinenfehler. Es ist ein Urteilsfehler. Und der Liebesbrief? Der ist keine Ausnahme von dieser Regel. Er ist ein anderes Spiel. Im Privaten, zwischen zwei Menschen, ist nicht die Botschaft das Geschenk, sondern dass ich es selbst getan habe. Da zählt die Hand, nicht das Urteil über den Inhalt. Das ist kein Verbot von KI. Das ist ein anderes Feld mit einem anderen Wert. Ich verteidige beides: meine Überzeugung, dass es erlaubt sein sollte — und das Recht eines Hauses, es anders zu sehen. Nur sollte es eine Entscheidung sein. Keine Gewohnheit, die sich für eine Haltung hält. [Bild: Bauhaus-Infografik: zwei Spalten, getrennt durch eine dünne Linie. Links ein flächiger Khaki-Kreis mit Siegel-Punkt (Beziehung, Herkunft), rechts ein kühles Raster aus schmalen Rechtecken (Information, Klarheit). — Wann die Herkunft zählt — und wann die Klarheit.] Vielleicht ist genau das die Aufgabe. Nicht, die Maschine fernzuhalten. Auch nicht, sie blind hereinzulassen. Sondern zu wissen, wann es um die Beziehung geht und wann um die Information. Wann die Herkunft zählt und wann die Klarheit. Wann ich den Liebesbrief schreibe. Und wann die Quartalsmail. Das eine ist kein Verrat am anderen. Es ist nur ein anderes Versprechen. Welche Zukunft wollen wir gemeinsam bauen? ## Hinweise zum Text (Quellen) Dieser Beitrag stützt sich auf eine Reihe öffentlicher Quellen und Studien. Wer nachlesen will, findet sie hier: Die Spiegel-Entscheidung nach dem Leitartikel von Dirk Kurbjuweit, 26. Juni 2026: Bericht bei kress.de (https://kress.de/news/beitrag/154071-ein-fest-von-menschen-fuer-menschen-quot-spiegel-chef-kurbjuweit-verbannt-ki-aus-dem-schreiben.html). Die von Kurbjuweit zitierte, über die Financial Times verbreitete Lesepräferenz („sieben von zehn"): FT Strategies (https://www.ftstrategies.com/en-gb/insights/should-people-care-if-ai-writes-the-news). KI-Nutzung nach Branchen — Gallup, Erhebung Q4 2025 (veröffentlicht Januar 2026): gallup.com (https://www.gallup.com/workplace/701195/frequent-workplace-continued-rise.aspx). Die „High Performer" — McKinsey, The State of AI: mckinsey.com (https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai). Produktivität der am stärksten KI-exponierten Unternehmen — PwC, Global AI Jobs Barometer 2026: pwc.com (https://www.pwc.com/gx/en/issues/artificial-intelligence/ai-jobs-barometer.html). Shadow AI bei Beschäftigten — UpGuard, State of Shadow AI, November 2025: upguard.com (https://www.upguard.com/resources/the-state-of-shadow-ai). Shadow AI und Verbote — Software AG, Chasing Shadow AI (Befragung von Wissensarbeitern, Oktober 2024), referiert bei SecurityWeek (https://www.securityweek.com/the-shadow-ai-surge-study-finds-50-of-workers-use-unapproved-ai-tools/). Shadow AI bei Führungskräften — Cybernews, 2026: cybernews.com (https://cybernews.com/ai-news/ai-shadow-use-workplace-survey/). Kosten einer Datenpanne — IBM, Cost of a Data Breach Report 2025: ibm.com (https://www.ibm.com/reports/data-breach). Sichtbarer Aufwand und Vertrauen — Gastbeitrag im Tagesspiegel Background, Januar 2026: background.tagesspiegel.de (https://background.tagesspiegel.de/digitalisierung-und-ki/briefing/das-neue-mass-aller-dinge). Die Szene mit den Tippfehlern — Magazin KOM, „Authentizität ist kein Tippfehler", Oktober 2025: kom.de (https://www.kom.de/analyse/authentizitaet-ist-kein-tippfehler/). ## Häufige Fragen Frage: Worum geht es in „Eine E-Mail ist kein Liebesbrief"? Antwort: Um den Satz „KI ja – aber die Mitarbeiter schreiben ihre E-Mails noch selbst." Stefan Margenfeld nimmt die Haltung dahinter ernst, zeigt aber, dass in ihr eine Digitalisierungsentscheidung steckt, die selten ausgesprochen wird. Sein Kern: Man muss unterscheiden, wann es um Beziehung und Herkunft geht (der Liebesbrief) und wann um Information und Klarheit (die Quartalsmail) – statt KI pauschal aus der Kommunikation herauszuhalten. Frage: Hat Der Spiegel KI beim Schreiben verboten? Antwort: Im Juni 2026 hat Chefredakteur Dirk Kurbjuweit das Wort „maßgeblich" aus den Redaktionsrichtlinien gestrichen – damit dürfen Spiegel-Texte nicht mehr von KI geschrieben oder umgeschrieben werden. Erlaubt bleibt KI etwa fürs Übersetzen, Prüfen und für die Auswertung großer Datenmengen, Ausnahmen werden gekennzeichnet („weder Roboter noch Reinheitsgebot"). Für ein Menschenmedium, dessen Produkt das Schreiben ist, hält Margenfeld das für richtig – aber nicht eins zu eins auf den Posteingang eines Unternehmens übertragbar. Frage: Was ist Shadow AI und warum ist ein KI-Verbot riskant? Antwort: Shadow AI bezeichnet die Nutzung nicht freigegebener KI-Werkzeuge durch Mitarbeitende. Erhebungen zeigen sie verbreitet: UpGuard meldete im November 2025 rund vier von fünf Beschäftigten, bei Führungskräften kommt Cybernews auf über neunzig Prozent. Ein Verbot senkt nicht die KI-Nutzung, sondern ihre Sichtbarkeit – fast die Hälfte würde die Werkzeuge laut Software AG selbst bei einem ausdrücklichen Verbot weiternutzen. IBM beziffert eine Datenpanne über Shadow AI im Schnitt sogar als teurer als eine über offizielle Wege. Frage: Wann sollte KI in der Unternehmenskommunikation mitschreiben dürfen? Antwort: Margenfelds Unterscheidung ist nicht Mensch oder Maschine, sondern Beziehung oder Information. Wo die Herkunft die Botschaft trägt – die persönliche Nachricht, das Testimonial, die Identität einer Marke –, zählt die menschliche Hand. Wo es um die klare Weitergabe von Information geht – die interne Statusmail, die Quartalsmail –, darf KI ordnen und kürzen helfen, solange ein Mensch prüft und die Verantwortung trägt. ======================================================================== # Es gab nie ein goldenes Zeitalter der Echtheit Autor: Stefan Margenfeld Datum: 17. Mai 2026 URL: https://margenfeld.com/journal/es-gab-nie-ein-goldenes-zeitalter-der-echtheit/ Themen: KI-Transformation, Strategische Kommunikation, Authentizität, Markenführung Kurzfassung: Warum die aktuelle Diskussion um Authentizität und künstliche Intelligenz auf einem fragwürdigen Bild beruht — und warum Echtheit weniger eine Eigenschaft des Mediums ist als eine Beziehung zwischen Quelle, Kontext und Erwartung. 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. [Bild: Bauhaus-Infografik: drei geometrische Spalten – Kreis (Spur), Quadrat (Anmutung), Dreieck (Vertrauen). Das Dreieck in Khaki #aba47e. — Drei Bedeutungen von echt — und welche bei KI trägt.] ## 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. [Bild: Bauhaus-Diagramm: gleichseitiges Dreieck mit drei Kreisen an den Ecken – Mensch, Marke, Maschine. Mensch-Kreis in Khaki #aba47e. — 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 die Echtheit von Bildern. Sie zerstört unsere Bequemlichkeit, Echtheit in Bildern zu vermuten. ## 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. ## Hinweise zum Text (Quellen) Vieles in diesem Text wird Leserinnen und Lesern bekannt vorkommen — und das soll es auch. Bevor ich diesen Beitrag veröffentlicht habe, habe ich Claude gebeten, ihn auf Anleihen zu prüfen. Welche Denktraditionen klingen hier mit, ohne dass ich sie nenne? Wo stehe ich auf Schultern, die ich sichtbar machen sollte? Das Ergebnis war erhellend — und gehört aus meiner Sicht in den Text selbst, nicht in eine Fußnote. Die Unterscheidung zwischen Wahrhaftigkeit und Echtheit, mit der ich am Radiomikrofon einsteige, hat Lionel Trilling 1972 in Sincerity and Authenticity präziser gefasst, als ich es hier könnte. In meiner Trias aus Spur, Anmutung und Vertrauen klingt Walter Benjamins Begriff der Aura mit, und Roland Barthes hat das, was ich Spur nenne, mit dem berühmten ça a été — es ist so gewesen — auf den Punkt gebracht. Susan Sontag steht hinter jedem Satz, in dem ich sage, dass jedes Foto eine Auswahl ist. Baudrillards Simulakrum ist die Folie, vor der ereignislos produzierbar überhaupt verständlich wird. Und Erving Goffmans Wir alle spielen Theater steht hinter jeder Zeile, in der ich von Personality, Wiederholung und stabilisiertem Format schreibe. Wenn ich von Kongruenz spreche, übertrage ich einen Begriff Carl Rogers' aus der Psychotherapie. Processing Fluency und der Illusory Truth Effect sind seit Jahrzehnten empirisch belegte Konzepte der Kognitionspsychologie, nicht meine Entdeckung. Was ich beitrage, ist keine neue Theorie, sondern eine Übersetzung. Diese Diskussion wird in Philosophie, Soziologie und Medienwissenschaft seit fast hundert Jahren geführt, in der Marketingpraxis kommt sie nicht an. Mein Beitrag ist die Engführung auf KI und Markenkommunikation, das Mensch-Marke-Maschine-Modell als praktische Heuristik — und die Bereitschaft, eine Maschine die Anleihen sichtbar machen zu lassen, die ich selbst nicht alle bewusst gesetzt habe. ## Häufige Fragen Frage: Was meint Stefan Margenfeld mit den drei Bedeutungen von echt? Antwort: Echtheit hat drei verschiedene Dimensionen, die im Alltag oft vermischt werden. Erstens die Spur — ein reales Ereignis hat sich physisch ins Medium eingeschrieben. Zweitens die Anmutung — etwas wirkt realistisch, unabhängig davon, ob etwas geschehen ist. Drittens das Vertrauen — wer hat es gemacht, mit welcher Absicht, nach welchen Standards. KI entwertet die erste Dimension als Vertrauensquelle, weil Anmutung auf Knopfdruck verfügbar wird. Frage: Ist KI-generierter Content automatisch unecht? Antwort: Nein. Echtheit ist keine Eigenschaft des Outputs, sondern eine Beziehung aus Quelle, Kontext und Erwartung. Eine kuratierte, menschlich durchsetzte Content-Pipeline mit KI als Motor ist nicht unecht, sondern professionell — solange Haltung, Standards und Verantwortung vor dem Output stehen. Unecht wird Output dort, wo Beliebigkeit einzieht. Frage: Was ist das Mensch-Marke-Maschine-Modell? Antwort: Ein einfaches Operating Model für skalierbare, nicht-beliebige KI-Kommunikation. Der Mensch trägt Stimme, Haltung, Grenzen und Verantwortung. Die Marke setzt die Standards für Tonalität, Visualität und Belegbarkeit. Die Maschine liefert Geschwindigkeit. Die Richtung bleibt menschlich, Geschwindigkeit ist die Domäne der Maschine. Frage: Auf welchen Denktraditionen baut der Text auf? Antwort: Der Beitrag knüpft sichtbar an klassische Medien- und Kulturtheorie an: Lionel Trillings Unterscheidung von Sincerity und Authenticity (1972), Walter Benjamins Begriff der Aura, Roland Barthes' "ça a été" zur Spur des Bildes, Susan Sontag zur Auswahl in der Fotografie, Jean Baudrillards Simulakrum und Erving Goffmans Theatermodell der Persönlichkeit. Der Begriff Kongruenz ist von Carl Rogers übernommen; Processing Fluency und Illusory Truth Effect sind empirisch belegte Konzepte der Kognitionspsychologie. Stefan Margenfelds eigener Beitrag ist die Übersetzung in die Marketingpraxis und das Mensch-Marke-Maschine-Modell als praktische Heuristik. ======================================================================== # Vieles davon war keine Kunst Autor: Stefan Margenfeld Datum: 13. April 2026 URL: https://margenfeld.com/journal/vieles-davon-war-keine-kunst/ Themen: KI-Transformation, Medienwandel, Sprecherarbeit, Strategische Kommunikation Kurzfassung: Ein ehemaliger Sprecher über den Konflikt zwischen Synchronbranche und KI, die Bewegung, die niemand benennen will, und die Frage, wofür Menschen wirklich gebraucht werden. Es gibt einen Konflikt, der mich gerade nicht loslässt. Sprecher lehnen sich gegen Netflix auf. Sprachaufnahmen werden KI zugeführt. Ohne saubere Verträge. Ohne Kompensation. Stimmen, die für eine Produktion eingesprochen wurden, landen als Trainingsmaterial in einer Maschine, die später dieselbe Stimme ersetzen könnte. Existenzgrundlage in einem Algorithmus. Ohne Aushandlung. Menschlich verstehe ich die Empörung. Da ist Lebensleistung. Da ist Stimme – im wörtlichen wie im übertragenen Sinn. Da sind Menschen, die ihr Handwerk Jahrzehnte verfeinert haben und plötzlich feststellen, dass dieses Handwerk in eine Maschine wandert, die niemand gefragt hat. Das verdient eine Reaktion. Und es verdient Verträge, die diesen Vorgang regeln. Da bin ich auf der Seite der Sprecher. Aber. Ich war selbst über zwanzig Jahre Sprecher. Und ich muss eine zweite Frage stellen. Eine, die in der aktuellen Debatte fast nicht vorkommt. ## Wie echt war das Vorher eigentlich? Synchronaufnahmen. Imagefilme. Hörfunkwerbespots. Wie viel von dem, was da entstanden ist, war wirklich Mensch – und wie viel war schon längst Funktion? Ich sage das aus Erfahrung. Meine Lieblingsgattung waren immer Moods. Idealerweise mit Austausch. Mit einem Produzenten, der sagte: „Versuch das mal eine Spur trockener." „Geh da rein, aber halt dich zurück." „Lass die Pause stehen, die ist die halbe Aussage." Da entstand etwas. Da hatte meine Stimme Einfluss auf die Emotion eines Gewerks. Das war kein Abspulen. Das war ein Dialog, der ein Ergebnis produzierte, das ohne diesen Dialog nicht entstanden wäre. Aber das war nicht der Alltag. Der Alltag war oft etwas anderes. Der Sprecher als reine Sprechmaschine. Eine Tonalität liefern. Eine Anmutung erfüllen. Knetmasse sein für eine Agentur, einen Studiochef, einen Toningenieur, die alle ihre Vorstellung hatten, wie das am Ende klingen muss. Mein Beitrag war: Druck auf den Aufnahmeknopf bei einer halbwegs spezifischen Klangfarbe. Wer vermisst diesen Vorgang emotional? Das Geld vermisst man. Natürlich. Aber den Vorgang selbst – das Abspulen einer Tonalität ohne Varianz, das Liefern einer austauschbaren Anmutung – den vermisst nüchtern betrachtet niemand. Und deswegen muss man auch hier unterscheiden. Kritik an Netflix ist berechtigt, wo Verträge fehlen. Aber Kritik an KI als solcher wird unehrlich, wenn sie ein Bild verteidigt, das mit der Realität wenig zu tun hatte. Wenn sie so tut, als wäre das, was die KI ersetzt, pure Kunst gewesen. Vieles davon war keine Kunst. Vieles davon war schon vorher Funktion. ## Ich werfe nicht alles in einen Topf Werbung ist nicht Synchron. Nicht umsonst bewerten Finanzämter Werbung nicht als Kunst. Das ist keine Geringschätzung. Das ist eine Klassifikation. Und sie hat ihren Grund. Bei Synchron ist das Handwerk ein anderes. Ich will die großen Sprecher nicht missen, die aus einem Schauspieler teilweise mehr herausgeholt haben als das Original selbst. Wenn man hört, wie eine deutsche Stimme einer Figur eine Tiefe gibt, die im englischen Original gar nicht angelegt war – dann ist das nicht Knetmasse. Das ist eine Übersetzungsleistung, die einen eigenen Wert hat. Da darf Empörung sein, wenn das ohne Weiteres ersetzt wird. Aber selbst dieser legitime Streit verkennt etwas Entscheidendes. Die eigentliche Bewegung passiert auf einer anderen Ebene. ## Die Bewegung, die niemand benennen will Die Medien zerfasern. Content wird massiger. Wertloser. Und damit auch alles, was an diesem Content hängt. Das Honorar. Die Aufmerksamkeit. Die Würdigung. Die Möglichkeit, von dem Handwerk zu leben. Das ist eine Bewegung, die schmerzt. Natürlich schmerzt sie. Es ist die Erfahrung, dass etwas, wofür du jahrelang ausgebildet warst, wofür du gestanden hast, wofür du dein Handwerk verfeinert hast – dass das alles im Wert sinkt. Nicht weil du schlechter geworden bist. Sondern weil sich darunter die ganze Logik verändert hat. Und in diese Situation hinein kommt die KI. Sie ist nicht die Ursache. Sie ist der Beschleuniger. Sie macht sichtbar, was vorher schon im Gang war. Aber sie wird wahrgenommen als die Ursache. Weil sie das sichtbarste Symptom ist. Weil sie greifbarer ist als die langsame Erosion eines ganzen Mediensystems. Wer gegen KI demonstriert, demonstriert in Wahrheit gegen eine Verschiebung, die viel größer ist und viel länger läuft. Aber KI hat ein Gesicht. Die Verschiebung hat keins. Also wird gegen das Gesicht protestiert. ## Wo der Protest gefährlich wird Ich will nicht missverstanden werden. Protest ist legitim. Verträge sind wichtig. Standards müssen gesetzt werden. Wo Unternehmen Stimmen ohne Einwilligung verwenden, gehört das beklagt, vor Gericht gebracht, reguliert. Aber irgendwann kippt der Protest in eine Logik, die mich misstrauisch macht. Die Logik lautet: Gemeinsam können wir das ändern. Und an dieser Stelle muss ich, so unbequem es ist, ehrlich sein. Können wir nicht. Wir können einzelne Verträge erkämpfen. Wir können einzelne Standards durchsetzen. Wir können bei einzelnen Produktionen die menschliche Beteiligung verteidigen. Das ist viel wert. Das ist nicht nichts. Aber wir können die zugrundeliegende Bewegung nicht aufhalten. Die ist größer als wir. Die ist größer als Netflix. Die ist die strukturelle Verschiebung eines ganzen Mediensystems in eine Form, in der Menge billig wird und Aufmerksamkeit das knappe Gut. Diese Verschiebung läuft seit Jahrzehnten. KI ist nicht ihr Anfang. KI ist ihre Konsequenz. Wer das nicht ausspricht, verkauft Hoffnung, die nicht eingelöst werden kann. Und das ist, wenn man es genau nimmt, eine zweite Form von Entwertung. Nicht die der Arbeit. Sondern die der politischen Selbstwirksamkeit. Man verspricht Menschen, dass kollektives Handeln eine Bewegung umkehren wird, die kollektiv nicht umkehrbar ist. Das ist gut gemeint. Aber es ist auch eine Form von Beschönigung. > Können wir nicht. ## Was bleibt Was bleibt, ist anstrengender. Es bleibt die Frage: Wie positioniere ich mich, wenn die alte Logik nicht mehr trägt? Wo finde ich einen Wert, der nicht in Masse liegt? Wo entsteht das, was nicht skaliert werden kann? Ich glaube, das ist die eigentliche Aufgabe. Nicht gegen KI zu kämpfen. Sondern herauszufinden, wo Menschen unersetzlich sind. Und das dann auch zu zeigen. Und das ist mehr Arbeit, als ein Protestschild zu halten. Es bedeutet, sein eigenes Handwerk so zu schärfen, dass es nicht mehr austauschbar ist. Es bedeutet, sich nicht damit zu trösten, dass man früher gebraucht wurde, sondern Antworten darauf zu finden, wofür man heute gebraucht wird. Und es bedeutet, sich von der Illusion zu verabschieden, dass die Welt für einen selbst stehen bleibt. Das ist eine bittere Botschaft. Aber sie ist, glaube ich, die einzige, die trägt. ## Mein Verhältnis zu meinem alten Beruf Ich habe das Sprechen nicht aufgegeben. Aber ich habe es neu verstanden. Ich biete heute eine hybride Lösung an. Das heißt: Ich spreche nicht mehr alles selbst. Den Großteil macht meine Maschine – ein KI-Klon meiner eigenen Stimme. Sie liefert, was vorher das Brot-und-Butter-Geschäft war: das Abspulen einer Tonalität in skalierbarer Menge. Das funktioniert. Es funktioniert sogar erstaunlich gut. Was die Maschine nicht kann, mache ich. Und hier ist der Punkt, den ich erst durch viele Cases verstanden habe. Meine Stimme hat einen Wert, der nicht im fertigen Audiofile liegt. Sie hat einen Wert als *Steuerung anderer Stimmen*. Im Speech-to-Speech-Modus wird meine Aufnahme nicht zum Endprodukt. Sie wird zur Regieanweisung, die einer anderen Stimme die Emotion, das Tempo, die Pausensetzung, die mikrofeine Intonation überträgt. Meine Stimm-DNA ist nicht mehr der Klang, der am Ende rauskommt. Sie ist die Partitur, nach der die Maschine die andere Stimme zum Klingen bringt. [Bild: Bauhaus-Diagramm: links Kreis (Stimm-DNA), Mitte Quadrat (Maschine), rechts Dreieck (Zielstimme). Mittlerer Kreis als kleiner Khaki-Akzent auf der Verbindungslinie. — Stimm-DNA als Partitur — nicht als Endprodukt.] Das ist etwas, das ich vor zwei Jahren nicht hätte vorhersehen können. Mein Beruf hat sich nicht verkleinert. Er hat sich verschoben. Vom Liefern einer Tonalität zum Dirigieren einer Tonalität. Vom Sprecher zum Regisseur einer Maschine, die wiederum andere Stimmen produziert. Das verändert auch, was ich überhaupt verkaufen kann. Früher verkaufte ich Sprechzeit. Heute verkaufe ich eine Kombination aus Stimm-DNA, Regieleistung und einer Maschine, die beides skaliert. Wer mich heute bucht, bekommt nicht mehr nur das, was mein Mund liefert. Er bekommt ein System, in dem mein Mund die Steuerung übernimmt – und die Maschine die Vervielfältigung. Das ist keine Resignation. Das ist eine Neusortierung – und sie war für mich eine gute Nachricht. Sie hat mir gezeigt, dass der Wert eines geübten Sprechers nicht in der Anzahl der gesprochenen Worte liegt. Sondern in einer Tiefe, die plötzlich, im KI-Kontext, eine ganz neue Funktion bekommt. Ich glaube, jeder, der in einem Medienberuf arbeitet, wird in den nächsten Jahren eine ähnliche Neusortierung machen müssen. Nicht im Sinne von: Was lasse ich los? Sondern im Sinne von: Wo bin ich plötzlich wertvoller, als ich vorher dachte? Wo macht meine Erfahrung etwas möglich, was die Maschine alleine nicht hinbekommt – aber auch ein Anfänger nicht? Genau dort liegt die Antwort. Nicht im Gegen-die-Maschine. Sondern im Mit-der-Maschine, in einer Position, die nur ein Mensch mit Tiefe einnehmen kann. ## Die zwei Bewegungen, die wir trennen müssen Es gibt zwei Dinge, die in der aktuellen Debatte vermischt werden. Und das schadet uns. Das eine ist die berechtigte Forderung nach fairen Verträgen, sauberer Einwilligung, transparenter Datenverwendung. Hier kann man kämpfen. Hier muss man kämpfen. Hier sind Erfolge möglich, und sie sind wichtig. Das andere ist die Trauer über eine Welt, in der ein bestimmter Beruf einen bestimmten Wert hatte – und in der dieser Wert nicht mehr selbstverständlich ist. Diese Trauer ist menschlich. Sie ist berechtigt. Aber sie lässt sich nicht durch Protest auflösen. Sie lässt sich nur durch eine Veränderung der eigenen Position auflösen. Durch das Finden dessen, was am eigenen Tun unersetzlich ist – und durch die Bereitschaft, alles andere abzugeben. Wer diese beiden Bewegungen vermischt, kämpft den falschen Kampf. Er versucht, die Trauer mit politischen Mitteln zu heilen. Das funktioniert nicht. Trauer braucht andere Werkzeuge. [Bild: Bauhaus-Diagramm: zwei vertikale Spalten getrennt durch dünne Linie. Links Kreis und Quadrat (Politische Ebene), rechts Dreieck (Persönliche Ebene). Dreieck in Khaki. — Politische Ebene und persönliche Bewegung — zwei verschiedene Werkzeugkisten.] ## Schluss Wir können die strukturelle Bewegung nicht aufhalten. Wir können einzelne Vorgänge regulieren. Das ist wichtig, und es ist nicht wenig. Aber wer den Eindruck erweckt, dass wir gemeinsam die alte Welt zurückholen, lügt sich und anderen etwas vor. Was bleibt, ist die eigene Arbeit. Die Schärfung dessen, was unersetzlich ist. Und manchmal das Erkennen, dass das Unersetzliche eine andere Gestalt annimmt, als man dachte. Dass die Stimme, die man jahrzehntelang verkauft hat, plötzlich nicht mehr als Klang gefragt ist, sondern als Regie. Dass das Handwerk weiterlebt – nur an einer anderen Stelle der Wertschöpfungskette. Nicht durch Protest. Sondern durch Arbeit. Und manchmal durch das überraschende Geschenk, dass die eigene Erfahrung in einem Kontext plötzlich gebraucht wird, in dem man sie nie erwartet hätte. ## Häufige Fragen Frage: Warum unterstützt Stefan Margenfeld den Sprecher-Protest gegen Netflix nicht vollständig? Antwort: Stefan Margenfeld unterstützt berechtigte Forderungen nach fairen Verträgen und Einwilligung. Er hält den Protest aber dort für gefährlich, wo er suggeriert, die strukturelle Verschiebung des Mediensystems sei kollektiv aufhaltbar. Die zugrundeliegende Bewegung — Zerfaserung, Massierung, Entwertung von Content — läuft seit Jahrzehnten. KI ist ihr Beschleuniger, nicht ihre Ursache. Frage: Was ist Speech-to-Speech im Kontext professioneller Sprecherarbeit? Antwort: Speech-to-Speech ist ein KI-Verfahren, bei dem eine vorgesprochene Stimme nicht das Endprodukt ist, sondern als Steuerung für eine andere Zielstimme dient. Emotion, Tempo, Pausensetzung und feine Intonation werden von der Quellstimme auf die Zielstimme übertragen. Damit verschiebt sich der Wert eines erfahrenen Sprechers vom gelieferten Klang hin zur Regie-Leistung. Frage: Was bedeutet hybride Sprecherarbeit? Antwort: Hybride Sprecherarbeit kombiniert menschliche Sprech- und Regieleistung mit einem persönlichen KI-Stimm-Klon. Standardisierte Anforderungen werden vom Klon geleistet, der die definierte Stimm-DNA in skalierbarer Menge liefert. Der Mensch übernimmt dort, wo Austausch, Verhandlung von Emotion oder Steuerung anderer Stimmen gefragt sind. ======================================================================== # Output wird billig – Wirkung nicht Autor: Stefan Margenfeld Datum: 9. März 2026 URL: https://margenfeld.com/journal/output-wird-billig-wirkung-nicht/ Themen: KI-Transformation, Strategische Kommunikation Kurzfassung: KI senkt die Kosten für Inhalte gegen null. Damit ist Output kein Differenzierungsmerkmal mehr. Warum ich mir trotzdem – gerade jetzt – keine automatisierte Content-Maschine baue. Ich sehe aktuell auffallend viele Posts und Artikel, bei denen nach wenigen Zeilen klar ist: Das ist KI. Und die, die ich nicht erkenne? Vermutlich sind es viel mehr. Studien zeigen, dass wir Maschinentexte deutlich schlechter erkennen, als wir glauben. Und ehrlich – das ist erst einmal nicht schlimm. Wer auf Reichweite, Likes, Kommentare schaut, findet darunter vieles, das nach Erfolg aussieht. Trotzdem lässt mich eine Frage nicht los. Eine, die unbequemer ist als „Wie promptet man besser?" ## Wenn Output nichts mehr kostet, ist Output kein Vorteil mehr KI senkt die Kosten für Inhalte. Paid macht Reichweite kaufbar. Beides kann kurzfristig sehr gut aussehen. Beides beantwortet nicht die Frage nach Nachfrage ohne Druck. Wenn der Preis für Output gegen null geht, ist Output kein Differenzierungsmerkmal mehr. Deshalb scheitert „KI-Content" auch nicht automatisch. Er ist schnell. Er ist ausreichend gut. Er erfüllt den Algorithmus. Aber hier beginnt das Problem: Signale sind nicht automatisch Substanz. Ich habe diese Lektion einmal selbst produziert, über zwei Jahre. Nach meiner Radiozeit – lange bevor KI ein Thema war – habe ich einen Corporate Podcast für eine große Marke gemacht. Handwerklich ordentlich, regelmäßig, mit echtem Aufwand. Das Ergebnis war, bei allem Einsatz, überschaubar: ein paar hundert Abonnenten. Viel Output, sichtbare Aktivität – und am Ende die Frage, die niemand gern stellt: Was hat es bewirkt? Diese Frage ist geblieben. Nur kostet der Output, der damals noch Wochen Arbeit war, heute fast nichts mehr. [Bild: Bauhaus-Infografik: links ein Feld vieler kleiner, flacher Kreis-Umrisse. Rechts ein einzelner großer Kreis aus konzentrischen Ringen mit Khaki-Kern. — Viele flache Ringe oder ein tiefer – Reichweite ist nicht Resonanz.] ## Engagement kann ein falscher Freund sein Man kann sich mit KI eine Maschine bauen, die jeden Tag Stoff liefert. Man kann damit sogar Momentum erzeugen. Die Frage ist: Was trägt das in den Markt? Vertrauen? Präferenz? Nachfrage, die auch kommt, wenn niemand nachdrückt? Oder vor allem Klicks und die nächste Kampagne? Bezahlte Reichweite ist ein starkes Werkzeug. Aber Werkzeuge werden gefährlich, wenn sie zum Geschäftsmodell werden. Die Werbewirkungsforschung sagt es seit Jahren: Wer dauerhaft nur aktiviert, zehrt die Marke aus. Die unbequeme Frage, die sich jedes Unternehmen stellen kann, lautet deshalb: Käme der Umsatz auch dann, wenn die Budgets sinken? ## Warum ich mir keine Content-Maschine baue Das klingt kontraintuitiv, gerade jetzt. Aber ich baue mir derzeit keine automatisierte Content-Maschine für meinen eigenen Auftritt. Die Grenze verläuft dabei nicht bei der KI – Werkzeuge nutze ich gern und offen. Sie verläuft beim Urteil: Kein Stück geht raus, ohne dass ich entschieden habe, dass genau das gesagt werden soll. Eine Maschine, die täglich sendet, würde mir genau diese Entscheidung Stück für Stück abnehmen. Denn ein System, das täglich sendet, formt mit der Zeit die eigene Positionierung. Läuft die Maschine erst, optimiert man schnell auf das, was funktioniert. Und irgendwann ist man vor allem für das bekannt, was der Algorithmus am meisten zurückgegeben hat. Das ist meine Beobachtung, kein Naturgesetz. Aber ich habe sie zu oft gemacht, um sie zu ignorieren. Und ehrlicherweise: Ich verkaufe kein Produkt, das täglichen Content-Nachschub braucht. Gerade deshalb ist meine Messlatte eine andere. Nicht „was bringt Reichweite?", sondern „was baut Substanz – und passt zu der Haltung, für die ich stehen will?" ## Was sich nicht generieren lässt > Thought Leadership wird nicht generiert. Sie wird riskiert. Echte Gedankenführung hat Nebenwirkungen. Sie ist nicht für alle. Sie polarisiert oft. Und sie zwingt zu Klarheit. KI kann beim Formulieren helfen. Aber nicht beim Kern: der Entscheidung für eine Position. Und dieser Kern entscheidet am Ende, ob aus Content Nachfrage wird. Oder Vertrauen. Oder nur Reichweite. Wenn ein Unternehmen morgen seine bezahlte Reichweite halbierte – sähe es dann nur weniger Reichweite? Oder fiele ein Teil des Geschäfts weg? Und wenn ja: Was müsste heute beginnen, damit die Antwort in zwölf Monaten eine andere ist? ## Hinweise zum Text (Quellen) Zwei Belege zum Nachlesen: Dass ein Übergewicht kurzfristiger Aktivierung die langfristige Markenwirkung erodiert, ist einer der meistzitierten Befunde der Werbewirkungsforschung – Binet & Field, „The Long and the Short of It" (IPA, 2013) (https://ipa.co.uk/knowledge/ipa-blog/the-next-chapter-for-the-long-and-the-short-of-it), auf Basis von rund 1.000 Fallstudien. Dass Menschen KI-Texte keineswegs zuverlässig erkennen, zeigt Spitale, Biller-Andorno & Germani (Science Advances, 2023) (https://www.science.org/doi/10.1126/sciadv.adh1850). Zur Wirkung von Thought Leadership auf B2B-Entscheider: Edelman-LinkedIn B2B Thought Leadership Impact Report 2024 (https://www.edelman.com/expertise/Business-Marketing/2024-b2b-thought-leadership-report) (Anbieter-Studie). ## Häufige Fragen Frage: Ist KI-erzeugter Content automatisch schlecht? Antwort: Nein. Vieles davon ist schnell, ausreichend gut und sogar reichweitenstark. Das Problem liegt nicht in der Herkunft, sondern darin, dass Signale wie Reichweite oder Engagement nicht automatisch Substanz sind. Wenn Output fast nichts mehr kostet, ist Output kein Differenzierungsmerkmal mehr – die Frage nach Nachfrage ohne Druck bleibt offen. Frage: Warum baut Stefan Margenfeld keine automatisierte Content-Maschine? Antwort: Weil ein System, das täglich sendet, mit der Zeit die eigene Positionierung formt – meist in Richtung dessen, was der Algorithmus belohnt. Seine Grenze verläuft nicht bei der KI-Nutzung, sondern beim Urteil: Kein Stück geht automatisiert raus, ohne dass ein Mensch entschieden hat, dass es gesagt werden soll. ======================================================================== # Die Dokumenten-Inflation Autor: Stefan Margenfeld Datum: 10. Februar 2026 URL: https://margenfeld.com/journal/die-dokumenten-inflation/ Themen: KI-Transformation, Wissensarbeit Kurzfassung: KI macht Dokumente fast umsonst. Das ist keine Effizienz-Frage, sondern eine Produktionsrevolution – und sie entwertet das Dokument als Signal. Warum die knappe Ressource künftig Kuratierung heißt. Was machen Sie mit sechs perfekten Dokumenten? Stellen Sie sich eine Bereichsleiterin vor. Montagmorgen, erster Kaffee, Posteingang. Drei Konzepte, zwei Foliensätze, ein Strategiepapier – alle über das Wochenende entstanden, alle sauber gegliedert, alle in der richtigen Tonalität. Sie hat zwei Stunden und muss entscheiden, welches dieser Dokumente in den Vorstand geht. Und sie merkt: Die Frage, die sie ihr ganzes Berufsleben trainiert hat – „Ist das gut gemacht?" – hilft ihr nicht mehr. Es ist alles gut gemacht. KI macht Dokumente leicht. Das ist kein kleines Effizienz-Upgrade. Es ist eine Produktionsrevolution – jedenfalls für alles, was aus Text, Folien und Bildern besteht. Vieles davon entsteht heute in Minuten. Die Frage ist damit nicht mehr: Können wir Content produzieren? Sondern: Was passiert, wenn Produktion fast nichts mehr kostet? ## Das Dokument hatte einen Kostenboden Ein Dokument war nie ein Wahrheitsbeweis. Aufgeblasene Papiere, Folien ohne Substanz, Berichte fürs Regal – all das gab es lange vor der KI. Ein goldenes Zeitalter der Dokumente gab es nie. Aber ein Dokument hatte einen Kostenboden. Wer zehn Seiten vorlegte, hatte mindestens Stunden investiert – und diese Stunden filterten. Nicht perfekt, aber spürbar. Irgendetwas musste vorhanden sein: Recherche, Abstimmung, Erfahrung, Handwerk. Sonst gäbe es dieses Papier nicht. Dieser Boden löst sich gerade auf. Heute ist ein Dokument immer öfter nur noch ein Hinweis auf Prompt, Modell, Ausgabe. Das verschiebt drei Dinge auf einmal. Die Menge – es entsteht mehr, als Organisationen verarbeiten können. Die Glaubwürdigkeit – der Zusammenhang zwischen Text und Expertise wird schwächer. Und die Entscheidungsqualität – wenn alles plausibel klingt, wird Auswahl schwerer als Erstellung. ## Wenn Text billig wird, verschiebt sich die Knappheit > Wenn Text billig wird, wird Evidenz teuer. Teuer heißt hier: relativ. Nicht die Beschaffung von Belegen wird schwieriger – knapper und wertvoller wird das, was sich nicht auf Knopfdruck erzeugen lässt. Ich will dabei nüchtern bleiben. Information Overload ist seit Jahrzehnten beschrieben, lange vor den Sprachmodellen. Den Overload hat KI nicht erfunden. Sie beschleunigt ein System, das ohnehin zu viel sendet und zu wenig verdaut. Wohin es geht, sehe ich in vielen Gesprächen quer durch Berufsgruppen: „Show me, don't tell me" als Standard. Beispiele, Daten, Artefakte, reale Entscheidungen. Herkunft wird zum Signal – was ist Quelle, was Interpretation, was Synthese? Und die Frage, die kein Modell beantwortet: Wer steht für die Aussage ein, wer trägt die Konsequenz? ## Der Plausibilitäts-Smog Es kommt ein unbequemer Punkt dazu. Sprachmodelle können überzeugend formulieren, auch wenn der Inhalt falsch ist. Eine Studie der Universität Zürich fand, dass Probanden KI-erzeugte Falschinformation sogar häufiger für akkurat hielten als menschlich geschriebene. Das ist ein einzelner Befund, kein Naturgesetz. Aber er trifft einen Nerv. Das ist der Plausibilitäts-Smog: eine Umgebung, in der alles gut klingt – und niemand mehr riecht, woher es kommt. Er macht „klingt gut" zu einem schlechten Qualitätskriterium. In so einer Umgebung werden Belege, Unsicherheitsmarkierung und Review-Routinen zum eigentlichen Produktivitätshebel. Nicht als Bürokratie. Als Schutz. ## Kuratierung wird zur Führungsaufgabe Wenn Produktion fast nichts mehr kostet, wird etwas anderes knapp: Aufmerksamkeit. Vertrauen. Relevanz. Damit wird Kuratierung zur Führungsaufgabe – sie lässt sich nicht mehr wegdelegieren. Kuratieren heißt: weglassen. Es heißt, Kriterien zu haben – was muss belegt sein, was erlebt? Und es heißt, weniger zu senden. Damit mehr ankommt. Eine Grenze gehört dazu: Das gilt nicht für Dokumente, deren Länge ihre Funktion ist – Verträge, Sicherheitsnachweise, Compliance. Es gilt für alles, was nur gesendet wird, um gesendet zu haben. [Bild: Bauhaus-Infografik: ein dichtes Raster identischer Dokument-Umrisse. Ein einziges Dokument ist in Khaki gefüllt und leicht herausgehoben – das ausgewählte. — Kuratieren heißt: eines wählen. Und dafür einstehen.] Meine These: KI beschleunigt die Dokumentenproduktion nicht nur. Sie entwertet das Dokument als Signal. Die Zukunft gehört denen, die auswählen, begründen, einstehen. Und vielleicht ist das die Frage, die der Bereichsleiterin am Montagmorgen wirklich hilft: Wer steht dafür ein? ## Hinweise zum Text (Quellen) Zwei Belege zum Nachlesen: Dass Sprachmodelle auch dann überzeugen können, wenn der Inhalt falsch ist, zeigt eine Studie der Universität Zürich – Probanden hielten KI-erzeugte Desinformation häufiger für akkurat als menschlich geschriebene (Spitale, Biller-Andorno & Germani, Science Advances, 2023 (https://www.science.org/doi/10.1126/sciadv.adh1850)). Und Information Overload ist keine KI-Erfindung, sondern seit Jahrzehnten beschrieben – ein guter Überblick: Eppler & Mengis, „The Concept of Information Overload", The Information Society (2004) (https://www.tandfonline.com/doi/abs/10.1080/01972240490507974). ## Häufige Fragen Frage: Was bedeutet es, dass KI das Dokument als Signal entwertet? Antwort: Ein Dokument hatte immer einen Kostenboden: Wer zehn Seiten vorlegte, hatte mindestens Stunden investiert – und diese Stunden filterten. Wenn Text fast umsonst entsteht, fällt dieser Filter weg. Das Dokument allein beweist weniger; Herkunft, Belege und Verantwortung werden zum eigentlichen Vertrauenssignal. Frage: Was ist der Plausibilitäts-Smog? Antwort: Sprachmodelle können überzeugend formulieren, auch wenn der Inhalt falsch ist – Studien zeigen, dass KI-erzeugte Falschinformation teils häufiger für akkurat gehalten wird als menschliche. Dadurch wird „klingt gut” zu einem schlechten Qualitätskriterium. Belege, Unsicherheitsmarkierung und Review-Routinen werden in dieser Umgebung zum eigentlichen Produktivitätshebel. ======================================================================== # Wen braucht man eigentlich für eine KI-Transformation? Autor: Stefan Margenfeld Datum: 13. Januar 2026 URL: https://margenfeld.com/journal/wen-braucht-man-fuer-eine-ki-transformation/ Themen: KI-Transformation, Leadership Kurzfassung: In den Stellenprofilen für KI-Rollen steht fast immer dasselbe: ML-Tiefe, MINT, Top-Abschluss. Verständlich – und zu kurz gegriffen. Warum die eigentliche Hürde selten technisch ist. Wen stellt man ein, wenn die Maschinen einziehen? Lesen Sie mit mir eine Stellenanzeige. Sie ist keine echte – ich habe sie aus vielen zusammengesetzt, die mir in den letzten Monaten begegnet sind. Aber Sie werden sie wiedererkennen. „Head of AI. Ihre Aufgabe: Sie treiben die KI-Transformation im gesamten Unternehmen voran. Ihr Profil: MINT-Studium mit Top-Abschluss, tiefe Kenntnisse in Machine Learning, idealerweise Promotion. Kommunikationsstärke rundet Ihr Profil ab." Der letzte Satz ist mein Lieblingssatz. Die Fähigkeit, Menschen mitzunehmen, rundet ab. Wie eine Garnitur. [Bild: Studio-Stillleben: ein großer, leerer weißer Teller, auf dessen Rand ein winziger Petersilienzweig in Khaki liegt – die Garnitur. — Kommunikationsstärke rundet Ihr Profil ab.] Ich verstehe den Gedanken dahinter. Er ist naheliegend. In vielen Köpfen steckt: KI ist Software, Software ist Technik, Technik ist schwierig. Aber ich glaube, das greift zu kurz. ## Die Zahlen zeigen woanders hin Prosci hat 1.107 Fach- und Führungskräfte nach den größten Hürden bei der KI-Einführung gefragt. Das Ergebnis: 63 Prozent der Hürden sind menschlicher Natur – allein 38 Prozent entfallen auf fehlende Anwenderkompetenz und Training. Technische Probleme? 16 Prozent. Eine Anbieter-Studie, das gehört dazugesagt. Aber die Größenordnung deckt sich mit dem, was ich aus vielen Gesprächen kenne. Und wenn die Hürden zu fast zwei Dritteln menschlich sind, sollte das Anforderungsprofil das eigentlich spiegeln. ## Zwei Bedürfnisse, die man trennen muss Das eine ist Inhouse-Entwicklung. Eigene Modelle, eigene Daten, tiefe Integration. Hier braucht es technische Tiefe – Menschen, die das schon gemacht haben. Der Haken: Wer das wirklich kann, wird vom Markt weggekauft. Europa bildet diese Leute aus und verliert viele von ihnen an die großen Labs, vor allem in die USA. Wer diese Stelle ausschreibt, konkurriert mit San Francisco. Das andere ist: bestehende KI-Werkzeuge einführen und im Unternehmen zur Wirkung bringen. Hier braucht es IT-Perspektive. Aber die lässt sich oft mit bestehenden Strukturen abbilden. ## Das eigentliche Problem steht in keiner Anzeige > Technische Skills lassen sich im Team aufbauen. Kulturwandel lässt sich nicht nachkaufen. In vielen Organisationen wollen die Leute schlicht nicht. Es gibt Ressentiments: Mitarbeiterinnen und Mitarbeiter, die KI ablehnen, ignorieren, umgehen. Und es gibt die andere Seite – die, die sie längst nutzen, nur still, Stichwort Shadow-Use. Beides höre ich quer durch Branchen und Berufsgruppen. Nicht aus einem Haus – aus vielen. Und beides läuft unter „KI-Transformation". Aber in den Stellenprofilen suchen wir dafür fast nie jemanden. Wir suchen Software-Skills. Wir suchen ML-Kenntnisse. Wir suchen Abschlüsse. Wir suchen selten jemanden, der eine Organisation wirklich mitnehmen kann. Verständlich – ein Adoptions-Score ist nicht so griffig wie ein fertiges, nutzbares Ergebnis. Nur: Es sollte auch jemanden interessieren, der es am Ende nutzen soll. ## Die Frage, die sich lohnt Technische Skills lassen sich in einem Team bis zu einem gewissen Grad aufbauen. Kulturwandel lässt sich nicht nachkaufen. Er ist langsamer, schwerer zu messen, und er steht in keinem Lebenslauf als Zertifikat. Aber genau deshalb lohnt sich die Frage, bevor die nächste Stelle ausgeschrieben wird. Wen braucht man da wirklich? ## Hinweise zum Text (Quellen) Die Zahlen in diesem Text stammen aus einer Prosci-Befragung von 1.107 Fach- und Führungskräften zu den größten Hürden der KI-Einführung: 63 Prozent der genannten Hürden sind menschlicher Natur, allein 38 Prozent entfallen auf fehlende Anwenderkompetenz und Training, 16 Prozent sind technisch. Nachzulesen bei Prosci: „Why AI Transformation Fails" (https://www.prosci.com/blog/why-ai-transformation-fails). Eine Einschränkung gehört dazu: Prosci ist ein Anbieter von Change-Management – die Studie ist Anbieter-Research, keine begutachtete Forschung. Die Größenordnung deckt sich allerdings mit dem, was mir im Austausch mit Unternehmen begegnet. Zum europäischen KI-Talent-Abfluss: Times Higher Education über den Elsevier-Report zur KI-Forschung (https://www.timeshighereducation.com/news/warning-over-brain-drain-european-ai-talent-industry). ## Häufige Fragen Frage: Sind KI-Transformationen vor allem ein technisches Problem? Antwort: Die Daten sprechen dagegen. In einer Prosci-Befragung von 1.107 Fach- und Führungskräften waren 63 Prozent der größten Hürden menschlicher Natur – allein 38 Prozent entfielen auf fehlende Anwenderkompetenz und Training. Technische Probleme: 16 Prozent. Der Engpass liegt häufiger in Adoption und Kultur als im Modell. Frage: Was ist mit Shadow-Use gemeint? Antwort: Shadow-Use beschreibt, dass Mitarbeitende KI nutzen, ohne es offenzulegen – oft, weil das offizielle Werkzeug fehlt oder umständlich ist. Auch das läuft unter „KI-Transformation”, taucht aber in den Stellenprofilen kaum auf – obwohl genau hier oft das eigentliche Problem sitzt: nicht das Tool, sondern die Frage, ob die Organisation mitgeht. ======================================================================== # Eine Botschaft ist nie nur eine Botschaft Autor: Stefan Margenfeld Datum: 2. Dezember 2025 URL: https://margenfeld.com/journal/eine-botschaft-ist-nie-nur-eine-botschaft/ Themen: Strategische Kommunikation, Markenführung Kurzfassung: „Neues Produkt – jetzt bestellen.” Klingt nach einer klaren Aussage. In Wahrheit ist es ein Auslöser – und was er auslöst, entscheidet nicht die Grammatik, sondern Kontext, Timing und Raum. „Neues Produkt im Sortiment – jetzt bestellen." Das klingt nach einer klaren, effizienten Aussage. Ein Satz, ein Ziel, ein Call-to-Action. In der Theorie ist das Kommunikation in Reinform. In der Praxis ist es oft der Anfang eines Problems. Denn diese Zeile ist keine Botschaft. Sie ist ein Auslöser. Und was sie auslöst, hängt nicht an der Grammatik. Es hängt an den Menschen, die sie lesen. ## Menschen hören Implikationen Viele Organisationen kommunizieren, als gäbe es eine objektive Bedeutung. Wir sagen X, also versteht man X. So funktioniert Alltagssprache nicht. Und Organisationen erst recht nicht. In Gesprächen über Kommunikation – die Branche ist dabei fast egal – höre ich auf dieselbe Nachricht immer dieselben drei Rückfragen: Was heißt das für mich? Warum sagen die das jetzt? Was wird hier nicht gesagt? Dieselbe Botschaft trifft auf unterschiedliche Erwartungen – und wird dadurch zu unterschiedlichen Botschaften. ## Segmentierung beginnt nicht im CRM, sondern im Kopf > Ein und derselbe Satz kann wie eine Einladung wirken – oder wie eine Drohung. Segmentierung gilt als Marketing-Handwerk: Personas, Cluster, Funnel-Stufen. Aber die entscheidende Segmentierung ist psychologisch. Welche Rolle hat jemand? Was hat er zu verlieren, was zu gewinnen? Wie viel weiß er schon? Wie glaubwürdig bin ich in diesem Moment für ihn? Spielen wir es durch – mit einem frei erfundenen Unternehmen, die Branche dürfen Sie sich aussuchen: Versicherung, Maschinenbau, Software. Es gibt Kundinnen, einen Vertrieb, eine Belegschaft. Jetzt geht die Zeile raus. Die Bestandskundin fragt sich, ob ihr aktuelles Produkt bald alt aussieht. Der Vertrieb fragt sich, ob er überhaupt Argumente hat. Die Belegschaft fragt sich, warum sie das zuerst von draußen erfährt. Die Botschaft ist formal identisch. Ihre soziale Wirkung ist es nicht. „Neues Produkt – jetzt bestellen" ist deshalb weniger ein Call-to-Action als ein Test. [Bild: Studio-Stillleben: ein gefalteter Zettel auf Weiß wirft zwei gegensätzliche Schatten – einen weichen, runden und einen langen mit scharfen Zacken. Khaki-Kante am Papier. — Ein Zettel, zwei Schatten – welcher fällt, entscheidet der Kontext.] ## Timing, Gruppe, Raum – die drei Verstärker Dass eine Botschaft kippt, liegt selten am Inhalt allein. Es liegt am Dreiklang drumherum. Timing: Vor einer Entscheidung kann dieselbe Zeile wie Druck wirken. Nach einem Vorfall wie Ignoranz. Gruppe: Wo kein Gesetz die Reihenfolge diktiert – am Kapitalmarkt gibt es solche Pflichten –, wird die Reihenfolge der Information zur Rangordnung. Wer zuletzt erfährt, liest das selten als Zufall. Raum: Ein Team-Call ist etwas anderes als eine Pressemitteilung. Der Raum färbt mit, ob etwas als Dialogangebot oder als Durchsage ankommt. Wie viel Raum und Reihenfolge ausmachen, habe ich selbst erlebt, als eine meiner Audioproduktionen durch die Freigabeschleifen eines großen Hauses musste. Da hört erst die Unternehmenskommunikation hinein, dann das Marketing, dann noch zwei weitere Stellen. Jeder streicht einen anderen Satz. Am Ende bleibt ein Text übrig, dem man anhört, dass ihn niemand mehr sagen wollte. Die Absicht war Sorgfalt. Ausgelöst hat es Leblosigkeit. Auch das ist eine Botschaft. ## Von „Senden" zu „Auslösen" Wenn Kommunikation Wirkung ist, dann lautet die Frage nicht: Was ist die Botschaft? Sondern: Welche Reaktion ist wahrscheinlich – hier, bei diesen Menschen, in dieser Lage? Eine starke Kommunikationsstrategie baut deshalb ein Botschafts-Set statt einer Einheitsbotschaft: gleiche Stoßrichtung, unterschiedliche Formulierungen, abgestuftes Timing, passende Räume. Die gefährlichste Botschaft ist meistens die, die „doch klar" ist. Weil Einheitlichkeit so oft mit Gleichgültigkeit gegenüber Kontext verwechselt wird. Kontext entscheidet, welche Botschaft ankommt. Welche wird es bei Ihrer nächsten Zeile sein? ## Häufige Fragen Frage: Was heißt es, dass eine Botschaft ein Auslöser ist und kein Transportmittel? Antwort: Eine Botschaft transportiert nicht einfach eine feste Bedeutung von A nach B. Sie löst beim Empfänger eine Reaktion aus, die von Rolle, Vorwissen, Vertrauen und Lage abhängt. Wer Botschaften entwirft, sollte deshalb nicht nur fragen „Ist das korrekt?”, sondern: „Was löst das aus – und bei wem zuerst?”. Frage: Was ist ein Botschafts-Set? Antwort: Statt einer Einheitsbotschaft entwirft strategische Kommunikation ein Set: gleiche Stoßrichtung, aber unterschiedliche Formulierungen, abgestuftes Timing, passende Räume und klare Übergänge, wer was wann erfährt. So transportiert dieselbe Absicht über verschiedene Anspruchsgruppen hinweg – ohne unbeabsichtigte Nebenwirkungen. ======================================================================== # Was bringt KI in der strategischen Kommunikation? Autor: Stefan Margenfeld Datum: 4. November 2025 URL: https://margenfeld.com/journal/ki-in-der-strategischen-kommunikation/ Themen: KI-Transformation, Strategische Kommunikation Kurzfassung: Viele Organisationen posten viel – und können trotzdem nicht in einem Satz sagen, wofür sie stehen. Warum der stärkste KI-Hebel nicht im Posting liegt, sondern davor: in der strategischen Kommunikation selbst. Ich bin im Austausch mit vielen Unternehmen und Berufsgruppen. Und wenn ein Gespräch auf den eigenen Arbeitgeber kommt, stelle ich gern zwei einfache Fragen: „Was ist das für ein Unternehmen?" „Wofür steht es?" Manchmal, wenn die Runde es hergibt, noch eine dritte: „Wenn dieses Unternehmen eine Automarke wäre – welche wäre es?" Spannend wird es, wenn man mehrere Menschen aus demselben Haus kennt. Klingt das alles ähnlich? Oder hat man es am Ende mit einem Mercedes, einem Dacia und einem Rolls-Royce zu tun – im selben Haus, auf dieselbe Frage? Nach innen ist eine Marke nämlich genau das: die Antwort, die alle ungefähr gleich geben. Kein Drama. In vielen Organisationen ist das völlig normal. Aber jetzt kommt KI dazu. Und sie bringt einen Dreh in die Sache, den kaum jemand auf der Rechnung hat. ## Viele posten viel. Wofür sie stehen, sagt keiner in einem Satz. KI verschärft dieses Problem eher, als dass sie es löst. Denn nach meinem Eindruck beginnt der KI-Einsatz fast immer am operativen Ende: Texte, Posts, Bilder, Videos. Schnell. Sichtbar. In Masse. Und genau da liegt der Haken. Wenn das zugrunde liegende Narrativ nicht internalisiert ist, skaliert KI vor allem eines: die Inkonsistenz. > Wenn das Narrativ nicht sitzt, skaliert KI vor allem eines: die Inkonsistenz. Den stärksten Hebel sehe ich deshalb nicht am Ende, sondern einige Ebenen davor. In der strategischen Kommunikation selbst. Zwei Anwendungen, die ich für unterschätzt halte. [Bild: Bauhaus-Infografik: ein Khaki-Dreieck oben links – das Original. Darunter ein Raster dunkler Kopien, die nach rechts unten zunehmend verrutschen. — Ein Original, viele schiefe Kopien – Inkonsistenz skaliert zuerst.] ## Erstens: Muster sichtbar machen In vielen Organisationen ist Kommunikation ein gewachsenes System. Website, Pressemitteilungen, Stellenanzeigen, LinkedIn, Broschüren, Vorträge – alles öffentlich, alles über Jahre entstanden, von vielen Händen. Viel Material. Aber die eigentliche Logik darunter – wofür stehen wir, wo ziehen wir Linien? – ist selten ausgesprochen. Selten ausgesprochen, nie geprüft. Hier kann KI Muster sichtbar machen. Welche Begründungen tauchen immer wieder auf? Welche Spannungen wiederholen sich? Wachstum gegen Risiko. Tempo gegen Qualität. Und die, die selten jemand ausspricht: Effizienz gegen Verantwortung. Welche Werte dominieren – und welche Themen werden konsequent vermieden? Das Ergebnis ist keine Strategie. Es ist eine Hypothese über die kommunikative Realität einer Organisation. Strategietauglich wird sie erst durch menschliche Einordnung. Durch Stichproben und Gegenproben. Durch fachliches Urteil. Und durch den Abgleich mit dem, was draußen wirklich passiert. ## Zweitens: den Realitätscheck vorziehen Strategische Kommunikationsarbeit scheitert selten an der Analyse der Lage. Sie scheitert an der Vorstellungskraft. Ein Strategiepapier zu schreiben ist die leichteste Übung. Sich auszumalen, was dieses Papier in der Umsetzung anrichtet – über Kanäle, Zielgruppen, Monate hinweg –, das fällt schwer. Ich nehme mich da nicht aus. Hier hilft KI, schnell durchzuspielen, was am Ende herauskommen könnte. Formulierungen, Beispiele, Varianten. Auch die Missverständnisse. Man sieht, wie sich eine Entscheidung anfühlt, bevor sie ausgerollt ist. Das schlägt die meisten Strategiepapiere. ## Die Blaupause kommt von der Maschine. Die Richtung vom Menschen. KI kann die Blaupause liefern – als Hypothese. Die Grenzen zieht der Mensch. Und er trifft die Entscheidung. Das verschiebt den stärksten Einsatz von KI an den Anfang. Dahin, wo noch kein Wort steht. Bleibt die eine Frage, die keine Maschine beantwortet: Wann ist eine Strategie so klar, dass sie skalierte Kommunikation aushält? ## Häufige Fragen Frage: Wo bringt KI in der strategischen Kommunikation den größten Nutzen? Antwort: Nicht am operativen Ende – also bei Texten, Posts, Bildern, Videos –, sondern davor: im Blick auf das gewachsene Kommunikationssystem einer Organisation und im Realitätscheck einer Strategie. KI macht Muster sichtbar und macht Strategie operativ vorstellbar. Die Einordnung bleibt menschlich. Frage: Was passiert, wenn man KI nur operativ einsetzt? Antwort: Wenn das zugrunde liegende Narrativ nicht internalisiert ist, skaliert KI vor allem eines: die Inkonsistenz. Mehr Output bei unklarer Logik führt nicht zu mehr Klarheit, sondern zu mehr widersprüchlicher Kommunikation. Frage: Kann KI eine Kommunikationsstrategie ersetzen? Antwort: Nein. KI liefert eine Hypothese über die kommunikative Realität und eine Blaupause möglicher Umsetzung. Strategietauglich wird das erst durch menschliche Einordnung – durch fachliches Urteil, Gegenproben und den Abgleich mit der Wirklichkeit. Die Richtung geben Menschen vor. ======================================================================== # Was wir gesagt haben, entscheidet der Empfänger Autor: Stefan Margenfeld Datum: 7. Oktober 2025 URL: https://margenfeld.com/journal/was-wir-gesagt-haben-entscheidet-der-empfaenger/ Themen: Strategische Kommunikation, Markenführung Kurzfassung: Beim Radio habe ich gelernt, wie leicht man missverstanden wird – und warum nicht zählt, was wir senden wollten, sondern was beim Empfänger ankommt. Was das im Zeitalter skalierter KI-Kommunikation bedeutet. Beim Radio habe ich gelernt, wie leicht man missverstanden werden kann. An mir selbst. In meiner frühen Zeit beim Hörfunk wollte ich unbedingt witzig sein. Ich war überzeugt: Genau das transportiere ich, sobald das Mikrofon offen ist. Ich hörte mich on air und dachte – lockerer Typ, gute Show. Dann kamen die Trackings. Marktforschung. Hörer wurden gefragt, wie sie mich wahrnehmen. Das Ergebnis, sinngemäß und in aller Härte: sehr gute Werte bei „informativ". Miese Werte bei „humorvoll". Für den Sender war das super. Für mich war es fast eine kleine Krise. Meine Intention war eine völlig andere gewesen. Die Lektion sitzt bis heute. ## Entscheidend ist nicht, was wir senden. Sondern was ankommt. > Ich wollte humorvoll sein. Angekommen ist: informativ. Deshalb traue ich Trackings mehr als meinem Gefühl – Zufriedenheitsabfragen, Rezipientenstudien oder die einfachste Form: ehrlich nachfragen, wie das Gegenüber es verstanden hat. Und zur professionellen Kommunikation gehört der unbequeme zweite Schritt: dieses Feedback ernst zu nehmen. Auch wenn es nicht zur eigenen Selbstwahrnehmung passt. Es sei denn, wir wollen missverstanden werden. ## Neu ist das nicht. Neu ist, dass es unübersehbar wird. Dass der Empfänger mitentscheidet, was gesagt wurde, ist keine Entdeckung unserer Zeit. Friedemann Schulz von Thun hat schon 1981 beschrieben, dass jede Nachricht mit vier verschiedenen Ohren gehört werden kann. Jedes PR-Grundlagenwerk kennt die Anspruchsgruppen. Das Wissen ist alt. Was sich geändert hat, ist die Sichtbarkeit. Wir kommunizieren heute über so viele Kanäle mit so fein segmentierten Gruppen, dass die Unterschiede in der Wahrnehmung nicht mehr im Rauschen verschwinden. Der Klassiker aus jedem PR-Lehrbuch: Eine Botschaft, intern als Aufbruch gemeint, liest sich draußen als Ankündigung von Stellenabbau. Aus „Hier ist ein neues Produkt" wird ein politisches Thema. Nicht wegen der Botschaft selbst – wegen Timing, Stimmung, Kontext. [Bild: Bauhaus-Infografik: links ein perfekter Khaki-Kreis – die gesendete Botschaft. Rechts kommt dieselbe Form als kantiges dunkles Vieleck an – die empfangene. — Gesendet ist nicht angekommen.] ## Mit KI stellt sich dieselbe Frage. Nur tausendfach. Wir können Kommunikation inzwischen massenhaft skalieren, in einem Tempo, das es vorher nicht gab. In jede Tonalität. In jedes Format. Für jede Anspruchsgruppe. Nur: Wer schon eine einzige Stimme nicht sicher gesteuert bekommt – meine eigene hat mir damals als Lektion gereicht –, der steuert tausend Varianten erst recht nicht. Skalierung verstärkt, was da ist. Auch die Unschärfe. Erste Untersuchungen zur KI-Kommunikation deuten in dieselbe Richtung, mit aller Vorsicht, die junge Forschung verdient: KI-generierte Inhalte gleichen einander messbar an. Und sobald Menschen hinter einer Marke KI vermuten, nimmt die wahrgenommene Echtheit ab. Beides zusammen heißt: Wer ohne klares Fundament skaliert, wird nicht klarer wahrgenommen. Nur lauter und austauschbarer. Kommunikation endet nicht beim Senden. Sie beginnt dort. Wann haben Sie zuletzt nachgemessen, was wirklich ankommt? ## Hinweise zum Text (Quellen) Zwei Belege aus diesem Text zum Nachlesen: Die Beobachtung, dass sich KI-generierte Marketing-Inhalte messbar angleichen, stammt aus einer Untersuchung zu Instagram-Marketing (Liu, Wang & Yang, „Generative AI and Content Homogenization", SSRN Working Paper 2025 (https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5367123) – Arbeitspapier, noch nicht begutachtet). Dass Marken als weniger authentisch wahrgenommen werden, sobald Konsumenten KI hinter den Inhalten vermuten, zeigt eine begutachtete Studie im Journal of Retailing and Consumer Services (2024) (https://www.sciencedirect.com/science/article/pii/S0969698924000869). Das Vier-Ohren-Modell stammt aus Friedemann Schulz von Thuns „Miteinander reden" (1981). ## Häufige Fragen Frage: Warum entscheidet der Empfänger, was gesagt wurde? Antwort: Weil die Wirkung einer Botschaft nicht im Satz liegt, sondern beim Gegenüber entsteht. Dieselbe Aussage wird je nach Kontext, Vorwissen und emotionaler Beteiligung unterschiedlich verstanden. Entscheidend ist deshalb nicht die Sendeabsicht, sondern was tatsächlich ankommt – und ob man bereit ist, das per Feedback zu prüfen. Frage: Was bedeutet das für KI-gestützte Kommunikation? Antwort: Kommunikation lässt sich mit KI massenhaft skalieren – in jede Tonalität, jedes Format, für jede Anspruchsgruppe. Wer aber schon eine einzige Stimme nicht sicher steuert, steuert tausend Varianten erst recht nicht. Erste Untersuchungen deuten zudem darauf hin: KI-Inhalte gleichen sich messbar an, und Marken wirken weniger authentisch, sobald Menschen KI dahinter vermuten. Skalierung ersetzt kein Fundament. # Werkstatt — Arbeiten mit Maschinen ======================================================================== # THE AGENCY URL: https://margenfeld.com/werkstatt/the-agency/ Leitfrage: Was passiert mit einer Agentur, die Stunden verkauft, wenn Stunden billig werden? Kurzfassung: Eine Mockumentary-Folge über eine Agentur, die nicht merkt, dass KI sie überflüssig macht. Gebaut mit Maschinen, mit allen Zahlen und Kosten. Video: https://margenfeld.com/werkstatt/the-agency/folge1.mp4 (2:23, Englisch) Zahlen: 15:28 h rechnete die Maschine, Folge und Making-of; 8:30 h meine Zeit: 5:40 h gemessen am Zug, plus 50 % Sehzeit; 1,77 Mrd. Claude-Tokens, 96 % davon Cache-Lesezugriffe; 37 % der Bild- und Video-Credits stecken im fertigen Film; ≈ 100 € tatsächliche KI-Kosten: Bild, Video und Claude-Abo-Anteil; ≈ 760 € dieselben Claude-Tokens zum API-Listenpreis Mensch: Prämisse, Gags und Haltung der Folge; 39 Nachrichten: Aufträge, Korrekturen, Freigaben; Casting-Entscheidungen, etwa welche Stimmen bleiben; Tempo und Look: schneller Schnitt, Kino statt Camcorder; Die Musik zum Cold Open, komponiert mit Suno; Abnahme jeder Fassung Maschine: Drehbuchentwürfe, Storyboard und Shotliste (Claude als Regieassistenz); Räume und Kameras als 3D-Blocking in Blender; 47 Keyframes und Figurenbilder; Clips mit Stimme und Lippensynchronität; Prüfung jedes Clips mit drei Spracherkennungsmodellen, Schnitt und Mischung per Skript Werkzeuge: Claude Code (Opus), Higgsfield, Nano Banana Pro, GPT Image 2.5, Kling 3.0 pro, Blender, Suno, Whisper, ffmpeg Kennzeichnung: Vollständig KI-generiert, Talia eingeschlossen. Pemberton & Crane und alle Figuren sind erfunden. Idee, Regie und Abnahme: Stefan Margenfeld. Higgsfield zum Listenpreis (1.000 Credits = 49 US-Dollar). Claude Code als Anteil am Max-Abo (200 US-Dollar im Monat), geeicht am gemessenen Wochenkontingent; Vergleichswert zum API-Listenpreis von Claude Opus 5.5. Kurs 0,86 € je US-Dollar. Meine Zeit: gemessene Zeit am Zug plus 50 % Sehzeit. ## Die Idee Pemberton & Crane, Full-Service-Kommunikation seit 1994. Die Agentur verkauft abrechenbare Zeit, so wie Dunder Mifflin in „The Office“ Papier verkauft. Sie hat noch nicht gemerkt, dass genau diese Zeit gerade billig wird. Talia fängt dort an. Der erste Entwurf der Maschine war ein freundlicher 60-Sekunden-Spot ohne Haltung. Im nächsten Schritt stand die Prämisse, die trägt. Meine nächste Nachricht bestand aus einer Frage: Wo sind die guten Gags? ## Der Raum Wer mit Bildmodellen arbeitet, lernt schnell: Jedes Bild erfindet den Raum neu. Mal steht die Tür links, mal rechts, mal fehlt sie. Für einen Film ist das tödlich. Die Lösung kam aus dem Theater. Bevor ein Bild entsteht, wird der Raum in 3D gebaut, mit farbigen Puppen an den Positionen der Figuren und einer Kamera je Einstellung. Erst auf dieses Graubild setzt das Bildmodell Menschen, Licht und Oberflächen. Im ersten Versuch lagen danach neun von neun Einstellungen im selben Raum. [Bild: Besprechungsraum der fiktiven Agentur: sechs Figuren am Kopfende eines langen Tisches. — Ziehen: links das 3D-Blocking mit farbigen Platzhaltern, rechts der fertige Keyframe derselben Einstellung.] ## Was es gekostet hat Folge und Making-of zusammen: Die Maschine rechnete rund fünfzehneinhalb Stunden. Ich war gut fünfeinhalb Stunden am Zug, gemessen als die Zeit, in der die Maschine auf mich gewartet hat. Dazu kommt Sehzeit, die kein Protokoll erfasst: Clips ansehen, Schnitte abhören. Ich rechne dafür pauschal 50 Prozent auf, macht achteinhalb Stunden. In Geld: Bilder und Video kosteten gut 2.000 Credits, rund 85 Euro. Die Regieassistenz lief über mein Claude-Abo: 1,77 Milliarden Tokens, 96 Prozent davon Lesezugriffe auf den Cache. Anteilig am Wochenkontingent sind das rund 15 Euro. Über die API abgerechnet, hätten dieselben Tokens rund 760 Euro gekostet. Die eigentliche Zahl ist eine andere: Nur 37 Prozent der Bild- und Video-Credits stecken in dem, was im Film zu sehen ist. Der Rest ging in Nacharbeit, verworfene Wege und Ausschuss. > Die Maschine produziert viel. Bezahlt wird das Aussortieren. ## Was die Maschine nicht konnte Zahlwörter in schnellen Sätzen verschluckt sie. Talia, Anfang dreißig, wirkte in mehreren Einstellungen wie Mitte vierzig. Ein Werkzeug zum nachträglichen Stimmentausch klang so, dass ich es nach dem ersten Hören gestrichen habe. Die Figuren sprechen jetzt mit den Stimmen, mit denen die Clips entstanden sind. Und es gibt Momente, die man sieht und nicht mehr vergisst: Eine Figur spricht, der Mund bleibt zu. Solche Stellen fliegen raus, auch aus den Outtakes. [Video: Making-of: Unbillable Hours — Making-of „Unbillable Hours“ (1:59, Englisch). Die Figuren erzählen von ihrem eigenen Dreh, neben ihnen die Puppen aus dem 3D-Blocking. Talia geht auf ein Foto von Kai Jacobsen (ZASTROWJACOBSEN, Kiel) zurück.] ## Was ich mitnehme Eine halbstündige Folge wäre so in drei bis sechs Wochen machbar. Der Engpass sind dabei weder Rechenzeit noch Credits. Der Engpass ist die Zeit, in der ein Mensch hinschaut und entscheidet. Für Pemberton & Crane ist das eine schlechte Nachricht. Billig wird die Herstellung. Teuer bleibt das Urteil. ## Was das für eine Organisation heißt **Strategie.** Pemberton & Crane verkauft Stunden. Folge und Making-of haben zusammen rund 100 Euro gekostet und achteinhalb Stunden meiner Zeit. Gegen solche Zahlen trägt der Stundensatz nicht mehr. Verkaufen lässt sich noch das Urteil: welche Idee, welche Fassung, welche Pointe. Eine Agentur, die weiter Stunden abrechnet, rechnet ein Geschäft ab, das gerade verschwindet. **Rolle.** Kuratieren wird Kernarbeit. Nur 37 Prozent der Bild- und Video-Credits stecken im Film. Jemand muss verwerfen dürfen, ohne dass es als Verschwendung gilt. **Ablauf.** Freigaben werden häufiger und kleiner. Diesen Film haben 39 Nachrichten geführt: Aufträge, Korrekturen, Freigaben. Eine Organisation muss klären, wer freigibt. Sonst gibt am Ende die Maschine frei, durch Schweigen. **Beim Menschen.** Hinschauen und entscheiden. Das ist der Engpass, weder Rechenzeit noch Credits. Wer das in einer Organisation tut, braucht Zeit dafür im Kalender und das Recht, Nein zu sagen. ## Häufige Fragen Frage: Was ist THE AGENCY von Stefan Margenfeld? Antwort: THE AGENCY ist eine KI-generierte Mockumentary-Folge von Stefan Margenfeld über die erfundene Agentur Pemberton & Crane, die abrechenbare Stunden verkauft, während genau diese Stunden durch KI billig werden. Idee, Gags, Regie und Abnahme stammen von Margenfeld, Bilder, Clips, Stimmen und Schnitt von Maschinen wie Claude Code, Higgsfield, Kling 3.0 pro und Blender. Die Folge dauert 2:23 Minuten, ist englisch mit deutschen Untertiteln und vollständig KI-generiert. Frage: Was hat die KI-Mockumentary THE AGENCY gekostet? Antwort: Folge und Making-of kosteten zusammen rund 100 Euro an KI-Kosten: etwa 85 Euro für Bild und Video bei Higgsfield und etwa 15 Euro Anteil am Claude-Abo. Zum API-Listenpreis hätten dieselben 1,77 Milliarden Claude-Tokens rund 760 Euro gekostet. Stefan Margenfelds eigener Aufwand lag bei 8:30 Stunden, gemessen als Zeit am Zug plus 50 Prozent Sehzeit. Frage: Wie bleibt ein Raum in KI-Videos über alle Einstellungen gleich? Antwort: Stefan Margenfeld baut den Raum zuerst als 3D-Blocking in Blender, mit farbigen Platzhaltern für die Figuren und einer Kamera je Einstellung. Erst auf dieses Graubild setzt das Bildmodell Menschen, Licht und Oberflächen. Bei THE AGENCY lagen so im ersten Versuch neun von neun Einstellungen im selben Raum; das Verfahren stammt aus dem Theater. Frage: Wie viel der KI-Generierungen landet im fertigen Film? Antwort: Bei THE AGENCY stecken nur 37 Prozent der Bild- und Video-Credits im fertigen Film. Der Rest ging in Nacharbeit, verworfene Wege und Ausschuss. Stefan Margenfelds Fazit lautet: „Die Maschine produziert viel. Bezahlt wird das Aussortieren.“ Frage: Was bedeutet THE AGENCY für Agenturen und Organisationen? Antwort: Wenn die Herstellung billig wird, trägt der Stundensatz nicht mehr. Verkaufen lässt sich das Urteil: welche Idee, welche Fassung, welche Pointe. Der Engpass ist laut Stefan Margenfeld die Zeit, in der ein Mensch hinschaut und entscheidet, weder Rechenzeit noch Credits. Organisationen müssen deshalb klären, wer freigibt und wer verwerfen darf. Frage: Wer ist Stefan Margenfeld? Antwort: Stefan Margenfeld verbindet Menschen, Marken und Maschinen. Seine Themen sind strategische Kommunikation und KI-Transformation, seine Herkunft liegt im Radio. Er ist weder ITler noch Entwickler und zeigt in den Werkstattberichten auf margenfeld.com, wie er mit KI-Werkzeugen Filme, Hörstücke und Dokumente baut, mit allen Zeiten, Kosten und der Arbeitsteilung zwischen Mensch und Maschine. ======================================================================== # ANCIENT MARKETING URL: https://margenfeld.com/werkstatt/ancient-marketing/ Leitfrage: Wie viel Story verträgt ein Künstler? Kurzfassung: Historische Figuren und ihre Marketingleute. Pilot: Vincent van Gogh, Arles 1888, und ein Manager mit einer Strategie. Entstanden nach THE AGENCY, mit dem Gelernten. Video: https://margenfeld.com/werkstatt/ancient-marketing/folge1.mp4 (2:28, Englisch) Zahlen: 32 Dialogzeilen als fertige Tonspur, dann verworfen; 14 Takes, jeder ein durchgehender Clip; 0 Nachdrehs; 3:18 h meine Zeit: 2:12 h gemessen am Zug, plus 50 % Sehzeit; ≈ 18 € tatsächliche KI-Kosten: Bild, Video, Ton und Claude-Abo-Anteil; ≈ 42 € dieselben Claude-Tokens zum API-Listenpreis Mensch: Idee und Regie, Freigabe des Drehbuchs; Die Entscheidung, die fertige Tonspur zu verwerfen; Abnahme aller Startbilder; Schnittlösungen statt Nachdrehs; Die Titelmusik, komponiert mit Suno; Das Timing der Pausen Maschine: Drehbuchentwurf, Raumplan und Shotliste (Claude als Regieassistenz); 3D-Blocking eines Raums mit drei Zonen; 24 Bilder für Figuren, Sets, Startbilder und den Abschluss im Van-Gogh-Stil; 16 Clips, 15 davon mit Stimme und Ton aus dem Bild; Prüfung, Schnitt, Bauchbinden und Untertitel per Skript Werkzeuge: Claude Code (Opus), Higgsfield, GPT Image 2.5, Nano Banana, Kling 3.0 pro, Blender, Suno, ElevenLabs (verworfen), Whisper, ffmpeg Kennzeichnung: Vollständig KI-generiert. Figuren frei nach historischen Personen, Maurice Bréval ist erfunden. Idee, Regie und Abnahme: Stefan Margenfeld. Higgsfield zum Listenpreis (1.000 Credits = 49 US-Dollar). Claude Code als Anteil am Max-Abo (200 US-Dollar im Monat), geeicht am gemessenen Wochenkontingent; Vergleichswert zum API-Listenpreis von Claude Opus 5.5. Kurs 0,86 € je US-Dollar. Meine Zeit: gemessene Zeit am Zug plus 50 % Sehzeit. ## Die Idee Was wäre, wenn hinter den großen Figuren der Geschichte schon damals jemand gesessen hätte, der von Personal Brand, Legende und Signature Move spricht? Arles, Dezember 1888. Vincent hat Hunderte Bilder gemalt und verkauft so gut wie keins. Sein Manager Maurice Bréval hat eine Strategie, ein Notizbuch und am Ende eine einzige Frage. Man ahnt, welche. Mockumentary, Deadpan. Niemand lacht. Alle meinen es ernst. ## Die Tonspur, die es nicht in den Film geschafft hat Der Plan war sauber: erst den Ton, dann das Bild. Alle 32 Dialogzeilen entstanden mit synthetischen Stimmen, je vier Takes, geschnitten und auf Pegel gebracht. Dann habe ich die Tonspur verworfen. Die Stimmen kommen jetzt direkt aus dem Bild. Das Videomodell erzeugt Gesicht, Lippen und Stimme in einem Durchgang. Daraus folgt eine neue Regel für das Drehbuch: Möglichst viel muss in einem einzigen Take passieren. Dialogwechsel, Gesten und Kamerabewegung laufen im selben Clip, höchstens fünfzehn Sekunden lang. Die Musik ist ein kurzes Stück für Titel und Abschluss, mit Suno komponiert. Der Akkord fällt auf den Schnitt. ## Ein Raum, drei Zonen Aus THE AGENCY habe ich mitgenommen: erst der Raum, dann das Bild. Das Gelbe Haus in Arles gibt es hier einmal, als 3D-Modell mit drei Zonen: Tisch, Fenster, Sessel. Jede Innenszene spielt darin. [Bild: Atelier im Gelben Haus: Der Manager sitzt mit Notizbuch am Holztisch, Vincent ihm gegenüber, an der Wand zwei Sonnenblumenbilder. — Ziehen: links das Blocking (rot der Manager, gelb Vincent), rechts das Startbild für den Clip.] ## Fünf Fehler, im Schnitt gelöst Ein verschlucktes „Vincent“. Zwei Sätze, die am Ende des Clips abgeschnitten waren. Ein Blick in die Kamera, der keiner sein sollte. Und eine gemalte Kerze im Hintergrund, die plötzlich zu flackern begann. Neu generiert habe ich davon nichts. Die Regel lautet: Trifft ein Take den Text nicht genau, prüfe ich zuerst den Schnitt und passe das Drehbuch an den Take an. Nachgedreht wird nur, wenn der Schnitt die Pointe nicht trägt. Dieses Mal trug er sie jedes Mal. Die Kerze steht jetzt still, eingefroren, solange die Kamera ruht. ## Was es gekostet hat 385 Credits für 24 Bilder und 16 Clips, umgerechnet rund 16 Euro. Die verworfene Tonspur kostete gut einen Euro. Die Regieassistenz lief über mein Claude-Abo: 282 Modellaufrufe, 144 Millionen Tokens, anteilig rund ein Euro. Über die API abgerechnet, wären es rund 42 Euro gewesen. Ich selbst war gut zwei Stunden am Zug, mit Sehzeit gut drei. ## Was ich mitnehme THE AGENCY hat mit Making-of achteinhalb Stunden meiner Zeit gebraucht, diese Folge gut drei. Die Maschinen waren dieselben. Neu waren die Methode und die Erfahrung. Am meisten beschäftigt hat mich dabei eine Frage aus zwanzig Jahren Radio: Wann trägt eine Pause? Die Maschine liefert Takes. Das Timing bleibt Handwerk. ## Was das für eine Organisation heißt **Strategie.** Die Maschinen waren dieselben wie bei THE AGENCY. Meine Zeit sank von achteinhalb Stunden für Folge und Making-of auf gut drei Stunden, die Kosten von rund 100 auf rund 18 Euro. Den Unterschied machte das Gelernte. Werkzeuge kann jede Organisation kaufen, morgen schon. Ein Verfahren muss sie sich erarbeiten, und genau darin liegt der Vorsprung. **Rolle.** Jemand muss aus einem Fall Regeln ziehen und sie in den nächsten tragen. Erst der Raum, dann das Bild: Das stammt aus THE AGENCY. Hier galt es von Anfang an. **Ablauf.** Zwei Regeln haben diese Folge geprägt. Eine fertige Tonspur durfte fallen, obwohl Arbeit in ihr steckte. Und Fehler werden zuerst im Schnitt gelöst, erst danach neu erzeugt. Fünf Fehler, null Nachdrehs. Beides muss ein Ablauf ausdrücklich erlauben, sonst verteidigt jeder, was er schon gebaut hat. **Beim Menschen.** Das Timing. Wann trägt eine Pause? Die Maschine liefert Takes. Ob ein Witz sitzt, hört nur jemand, der Witze kennt. ## Häufige Fragen Frage: Was ist ANCIENT MARKETING von Stefan Margenfeld? Antwort: ANCIENT MARKETING ist eine KI-generierte Mockumentary-Reihe von Stefan Margenfeld über historische Figuren und ihre Marketingleute, erzählt im Deadpan-Ton. Der Pilot zeigt Vincent van Gogh in Arles mit seinem erfundenen Manager Maurice Bréval, der von Personal Brand, Legende und Signature Move spricht. Die Folge dauert 2:28 Minuten, ist englisch mit deutschen Untertiteln und vollständig KI-generiert. Frage: Was hat die Folge gekostet, und wie viel Arbeit steckt darin? Antwort: Die KI-Kosten lagen bei rund 18 Euro: etwa 16 Euro für 385 Higgsfield-Credits (24 Bilder, 16 Clips), gut ein Euro für eine verworfene ElevenLabs-Tonspur und rund ein Euro Anteil am Claude-Abo. Stefan Margenfelds eigener Aufwand betrug 3:18 Stunden. Gegenüber THE AGENCY sanken Aufwand und Kosten deutlich, obwohl die Maschinen dieselben waren. Frage: Warum hat Stefan Margenfeld die fertige Tonspur verworfen? Antwort: Alle 32 Dialogzeilen lagen bereits als synthetische Stimmen vor. Das Videomodell Kling 3.0 pro erzeugt Gesicht, Lippen und Stimme jedoch in einem Durchgang, und das wirkte stimmiger. Daraus folgte eine neue Drehbuchregel: Möglichst viel passiert in einem einzigen durchgehenden Take von höchstens fünfzehn Sekunden. Frage: Wie behebt man Fehler in KI-Clips, ohne neu zu generieren? Antwort: Stefan Margenfelds Regel lautet: Trifft ein Take den Text nicht genau, wird zuerst der Schnitt geprüft und das Drehbuch an den Take angepasst. Nachgedreht wird nur, wenn der Schnitt die Pointe nicht trägt. Bei ANCIENT MARKETING wurden so fünf Fehler gelöst, mit null Nachdrehs. Frage: Was lernen Organisationen aus ANCIENT MARKETING? Antwort: Werkzeuge kann jede Organisation kaufen, ein Verfahren muss sie sich erarbeiten. Zwischen THE AGENCY und ANCIENT MARKETING blieben die Maschinen gleich, die KI-Kosten fielen von rund 100 auf rund 18 Euro, weil Regeln aus dem ersten Fall in den zweiten getragen wurden. Das Timing einer Pointe bleibt Handwerk; Stefan Margenfeld bringt dafür das Ohr aus zwanzig Jahren Radio mit. Frage: Warum zeigt Stefan Margenfeld seine KI-Arbeiten mit allen Zahlen? Antwort: Jede Organisation, die mit Maschinen arbeitet, stellt dieselben Fragen: Wie viel Menschenzeit steckt darin, was wird verworfen, wer entscheidet? Stefan Margenfeld beantwortet sie in jedem Werkstattbericht mit Messwerten aus Protokollen, nie aus dem Gedächtnis. Wie er misst, steht auf margenfeld.com unter „Wie ich messe“. ======================================================================== # Kroll. Wir machen das. URL: https://margenfeld.com/werkstatt/kroll-imagefilm/ Leitfrage: Was passiert, wenn ein Mittelständler beschließt: Ab heute sind wir KI? Kurzfassung: Eine Mockumentary-Reihe aus der Verwaltung der fiktiven Kroll Facility Services: drei Folgen und ein Imagefilm, den der Chef selbst gemacht hat. Auf Deutsch, mit allen Aufwänden im Verlauf. Den Off-Text spricht der Klon meiner eigenen Stimme. Video: https://margenfeld.com/werkstatt/kroll-imagefilm/imagefilm.mp4 (1:34, Deutsch) Zahlen: 4 Filme: der Imagefilm und drei Folgen; 3 Videomodelle für deutsche Dialoge ausprobiert; 48 % der Bild- und Video-Credits verworfen, meist auf der Suche nach gutem Deutsch; 9:12 h meine Zeit: 6:08 h gemessen am Zug, plus 50 % Sehzeit; ≈ 134 € tatsächliche KI-Kosten für alle vier Filme; ≈ 111 € dieselben Claude-Tokens zum API-Listenpreis Mensch: Idee, Figuren und Freigabe der Drehbücher; Die Modellwahl: Kling verworfen, Veo für Folge 2 verworfen, Gemini Omni behalten; Schnittregeln: Timing, Zoom vor der Pointe, keine Lacher; Die Stimme des Imagefilms: meine eigene, als Klon; Die Musik „Rising Together“, komponiert mit Suno; Abnahme jeder Fassung Maschine: Drehbuchentwürfe und Shotlisten (Claude als Regieassistenz); Räume als 3D-Blocking, Figuren- und Set-Bilder, Keyframes; Clips mit deutschem Dialog und Lippensynchronität; Off-Text vom Stimmklon, Atmo je Raum; Prüfung jeder Zeile per Spracherkennung, Schnitt und Mischung per Skript Werkzeuge: Claude Code (Opus), Higgsfield, GPT Image 2.5, Gemini Omni, Veo 3.1, Kling 3.0 pro, Blender, ElevenLabs, Suno, Whisper, ffmpeg Kennzeichnung: Vollständig KI-generiert, auch die Stimmen. Kroll Facility Services und alle Personen sind erfunden. Off-Stimme im Imagefilm: Brandvoice von ichbinsprecher.de als Klon. Idee, Regie und Abnahme: Stefan Margenfeld. Higgsfield zum Listenpreis (1.000 Credits = 49 US-Dollar). Claude Code als Anteil am Max-Abo (200 US-Dollar im Monat), geeicht am gemessenen Wochenkontingent; Vergleichswert zum API-Listenpreis von Claude Opus 5.5. Kurs 0,86 € je US-Dollar. Meine Zeit: gemessene Zeit am Zug plus 50 % Sehzeit. ## Die Idee Kroll Facility Services, Verwaltung im dritten Stock. Geschäftsführer Lüttgenau steht vor dem Flipchart und verkündet: „Ab heute sind wir KI.“ Was das heißt, weiß niemand. Er auch nicht. Mockumentary nach dem Vorbild von „Stromberg“: Handkamera, Interviews vor der Ordnerwand, Zoom kurz vor der Pointe. Sechs Figuren, drei Folgen und ein Imagefilm, den der Chef am Ende selbst gemacht hat. ## Die drei Folgen [Video: Folge 1: Wir haben jetzt KI — Folge 1 „Wir haben jetzt KI“ (1:01). Lüttgenau führt KI ein. Die Erklärung hat er laminiert.] [Video: Folge 2: Liebe [Name einfügen] — Folge 2 „Liebe [Name einfügen]“ (1:10). Eine Jubiläumsrede aus dem Textgenerator, ungeprüft vorgelesen.] [Video: Folge 3: Laut einer aktuellen Studie — Folge 3 „Laut einer aktuellen Studie“ (1:06). Eine Marktübersicht in neun Minuten, mit einem Institut, das es nicht gibt.] ## Deutsch ist schwerer Ehrlich gesagt: Auf Deutsch sind die Ergebnisse nicht so schön wie im Englischen. Manches ist auf Laiendarsteller-Niveau. Für den Stand ist es okay. Der Grund liegt in den Modellen. Kling, das bei THE AGENCY und ANCIENT MARKETING trägt, klang auf Deutsch so schlecht, dass ich es nach dem ersten Probe-Clip gestrichen habe. Gemini Omni spricht jede Zeile wortgenau, aber die Stimmen wirken künstlich, manche Momente unheimlich. Veo hat das bessere Timing, erfindet dafür aber Wörter, setzt Schnitte, wo keine sein sollen, und brennt ungefragt Untertitel ein. Die Veo-Fassung von Folge 2 habe ich komplett verworfen. Fast die Hälfte aller Bild- und Video-Credits ging in diese Suche. Am Ende stehen Mischungen: In Folge 1 spricht Lüttgenau mit Veo, Petra und Ulf mit Gemini. ## Der Imagefilm Drohnenflug im Morgenlicht, Händeschütteln, ein Sprecher mit zu viel Pathos. Solche Imagefilme haben Mittelständler 2015 bei einer Regionalagentur bestellt. Diesmal hat ihn Herr Lüttgenau selbst gemacht. Im Film sagt er es selbst: „Hat drei Minuten gedauert.“ Pause. „Vier, mit Musik.“ Der Film gibt sich ernst und glatt. Die Brüche kommen aus genau den Fehlern, die entstehen, wenn niemand prüft. Der Handschuh, der die Scheibe putzt, hat einen Finger zu viel. Das Team, das um den Konferenztisch lacht, arbeitet nicht bei Kroll. Die Infografik verkündet 98,7 Prozent Kundenzufriedenheit, darunter steht klein: „Interne Erhebung 2019, Rücklaufquote 11 %“. Alles daran ist Absicht. Hochglanz läuft überbelichtet und gesättigt, die Wirklichkeit im Kino-Look mit Handkamera. Die Musik „Rising Together“ habe ich mit Suno komponiert, der Schnitt liegt auf ihren Takten. ## Die Stimme bin ich Der Sprecher aus dem Off klingt nach Imagefilm: warm, getragen, vollkommen ernst. Es ist meine eigene Stimme. Seit zwanzig Jahren spreche ich unter ichbinsprecher.de für Marken, und diese Brandvoice gibt es inzwischen als Klon. Für Kroll habe ich keinen Satz selbst eingesprochen. Der Klon hat jeden der acht Sätze zweimal gesprochen, die Regieassistenz hat die Takes vorsortiert. Einer davon sagte „Krall“ statt „Kroll“ und flog raus. So steckt in diesem Film ein zweiter Fall: eine Stimme, die spricht, ohne dass ihr Besitzer im Raum ist. Sie gehört mir. Ob sie das Richtige sagt, muss trotzdem jemand hören. ## Was ich mitnehme Herr Lüttgenau hat recht: Der Imagefilm hat fast nichts gekostet, rund elf Euro. Die ganze Reihe kam auf rund 134 Euro. Teuer war nicht das Herstellen. Teuer war die Suche nach einer Maschine, die gut Deutsch spricht. Und jede Folge hat einen Menschen gebraucht, der hinschaut. Das Hinschauen bleibt teuer, und es lässt sich nicht weglassen. ## Was das für eine Organisation heißt **Strategie.** Herr Lüttgenau verkündet: „Ab heute sind wir KI.“ Danach wird eine Jubiläumsrede ungeprüft vorgelesen, eine Marktübersicht zitiert ein Institut, das es nicht gibt, und im Imagefilm hat ein Handschuh einen Finger zu viel. Die Reihe erzählt, was passiert, wenn eine Firma Werkzeuge einführt und den Ablauf vergisst. Und sie zeigt einen Standortnachteil: Auf Deutsch sind die Modelle schwächer als auf Englisch. **Rolle.** Modellwahl ist Beschaffung. 48 Prozent der Bild- und Video-Credits gingen in die Suche nach gutem Deutsch. Jemand muss entscheiden, nach welchem Maßstab, und regelmäßig neu prüfen. Die Modelle ändern sich schneller als jeder Rahmenvertrag. **Ablauf.** Jede Zeile wird gegen das Skript geprüft, bevor ein Mensch sie abnimmt. Bei der eigenen Stimme kommt eine Frage dazu: Wer darf den Klon benutzen, und wofür? **Beim Menschen.** Das Hinschauen. Die Reihe kostete rund 134 Euro, der Imagefilm rund elf. Billig ist das nur, solange jemand prüft. Bei Kroll tut es niemand. ## Häufige Fragen Frage: Was ist „Kroll. Wir machen das.“ von Stefan Margenfeld? Antwort: „Kroll. Wir machen das.“ ist eine deutschsprachige KI-Mockumentary-Reihe von Stefan Margenfeld aus der Verwaltung der erfundenen Kroll Facility Services, nach dem Vorbild von „Stromberg“. Sie besteht aus drei Folgen und einem Imagefilm, den der Chef selbst gemacht hat. Thema ist ein Mittelständler, der verkündet „Ab heute sind wir KI“ und dabei den Ablauf vergisst. Frage: Was hat die Kroll-Reihe gekostet? Antwort: Alle vier Filme zusammen kosteten rund 134 Euro an KI-Kosten, davon rund 132 Euro für Bild und Video bei Higgsfield. Der Imagefilm allein kam auf rund elf Euro. Stefan Margenfelds eigener Aufwand lag bei 9:12 Stunden; 48 Prozent der Bild- und Video-Credits wurden verworfen, meist auf der Suche nach gutem Deutsch. Frage: Welche KI-Videomodelle können Deutsch? Antwort: In Stefan Margenfelds Vergleich klang Kling auf Deutsch so schlecht, dass er es nach dem ersten Probe-Clip strich. Gemini Omni spricht jede Zeile wortgenau, die Stimmen wirken aber künstlich. Veo 3.1 hat das bessere Timing, erfindet dafür Wörter, setzt ungewollte Schnitte und brennt Untertitel ein. Das Ergebnis sind Mischungen, und auf Deutsch sind die Modelle spürbar schwächer als auf Englisch. Frage: Wessen Stimme spricht den Kroll-Imagefilm? Antwort: Die Off-Stimme ist Stefan Margenfelds eigene Brandvoice von ichbinsprecher.de, als KI-Klon. Für Kroll hat er keinen Satz selbst eingesprochen. Der Klon sprach jeden der acht Sätze zweimal, die Regieassistenz sortierte vor, und ein Take mit „Krall“ statt „Kroll“ flog raus. Frage: Was lernen Organisationen aus der Kroll-Reihe? Antwort: Die Reihe zeigt, was passiert, wenn eine Firma Werkzeuge einführt und den Ablauf vergisst: Eine Rede wird ungeprüft vorgelesen, eine Studie zitiert ein Institut, das es nicht gibt. Stefan Margenfeld zieht daraus drei Punkte: Modellwahl ist Beschaffung und muss regelmäßig neu geprüft werden, jede Zeile wird gegen das Skript geprüft, bevor ein Mensch abnimmt, und für einen Stimmklon gehört geklärt, wer ihn wofür benutzen darf. ======================================================================== # Kroll. Das dritte Quartal. URL: https://margenfeld.com/werkstatt/kroll-quartal/ Leitfrage: Was wird aus einem Meeting, wenn die Maschine zuhört? Kurzfassung: Aus dem Transkript eines Quartalsgesprächs der fiktiven Kroll Facility Services entstehen Protokoll, Tabellen, Folien, Charts und ein Infografik-Film mit meiner Stimme. Alles aus einer Quelle, jede Zahl mit Beleg. Dazu die Kosten und ein Blick auf den Berufsalltag. Video: https://margenfeld.com/werkstatt/kroll-quartal/film.mp4 (1:23, Deutsch) Zahlen: 1 → 6 ein Transkript, sechs Formate: Word, zwei CSV, Folien, Zahlenseite, Film; 45 Kennzahlen, jede mit ihrer Stelle im Gespräch; 15 Aufgaben mit Namen und Termin; 2:26 h meine Zeit: 1:37 h gemessen am Zug, plus 50 % Sehzeit; ≈ 1,25 € tatsächliche KI-Kosten für alles; ≈ 13 € dieselben Claude-Tokens zum API-Listenpreis Mensch: Der Auftrag: ein Meeting, aus dem alle Formate entstehen; Abnahme jeder Stufe; Die Entscheidung für HTML-Folien; Regie am Film: mehr Art Direction, alles im Bild, Stimme schneller; Die Stimme: meine eigene, als Klon; Die Grenze zwischen Beschluss, Aufgabe und Absprache Maschine: Auszug aus dem Transkript mit Beleg je Zeile; Daraus Protokoll, CSV, Folien, Charts und Film; Motion Design als HTML-Bühne, Bild für Bild gerendert, an die Wortzeiten der Stimme gekoppelt; Kontrolle per Spracherkennung, Lautheit und Bildrahmen per Skript Werkzeuge: Claude Code (Opus), ElevenLabs, Whisper, LibreOffice, Python, Chrome, ffmpeg Kennzeichnung: Transkript, Dokumente, Folien und Film sind KI-generiert, auch die Stimme. Kroll Facility Services und alle Personen sind erfunden. Off-Stimme: Brandvoice von ichbinsprecher.de als Klon. Musik: ElevenLabs Music. Idee, Regie und Abnahme: Stefan Margenfeld. Claude Code als Anteil am Max-Abo (200 US-Dollar im Monat), geeicht am gemessenen Wochenkontingent; Vergleichswert zum API-Listenpreis von Claude Opus 5.5. Kurs 0,86 € je US-Dollar. Meine Zeit: gemessene Zeit am Zug plus 50 % Sehzeit. ## Die Idee Ein Meeting dauert eine Stunde. Danach beginnt die eigentliche Arbeit: Protokoll schreiben, Aufgaben verteilen, Zahlen in eine Tabelle übertragen, Folien für den Beirat bauen. Oft dauert das länger als das Meeting selbst. Für diesen Fall bin ich zurück zu Kroll Facility Services gegangen, der erfundenen Firma aus meinen Mockumentarys. Diesmal ohne Pointe: Geschäftsführung und Bereichsleitungen besprechen das dritte Quartal. Umsatz, Ergebnis, Krankenstand, offene Rechnungen, Preise. 47 Minuten, neun Stimmen, rund 7.000 Wörter. Aus diesem einen Transkript sollte alles Weitere entstehen. ## Wie ein Transkript entsteht Solche Transkripte lassen sich heute mit vielen Werkzeugen erstellen, etwa mit Microsoft Copilot, Notion, TurboScribe oder ElevenLabs. Aufgenommen wird entweder direkt im jeweiligen Werkzeug oder mit jeder üblichen Sprachaufnahme auf dem Smartphone. **Wichtig: Alle Teilnehmenden müssen der Aufnahme zugestimmt haben.** Im Kroll-Gespräch holt der IT-Verantwortliche diese Zustimmung gleich in der ersten Minute ein, reihum, von jedem einzeln. [Das Transkript zum Lesen](/werkstatt/kroll-quartal/transkript.txt) ## Ein Auszug, sechs Formate Der wichtigste Schritt ist unsichtbar. Bevor ein einziges Dokument entsteht, zieht die Assistenz einen strukturierten Auszug aus dem Gespräch: Kennzahlen mit Ist, Plan und Vorjahr, Beschlüsse, Aufgaben mit Namen und Termin. Jede Zeile trägt den Zeitstempel der Stelle, auf die sie sich stützt. Fehlt so eine Stelle, bricht der Bau ab. Aus diesem einen Auszug entstehen alle Formate. Ändert sich eine Zahl, ändert sie sich überall. Und wer wissen will, woher eine Zahl kommt, findet den Zeitstempel daneben. ![Erste Seite des Ergebnisprotokolls im Kroll-Design: Kopfdaten, drei Kernaussagen, Umsatztabelle nach Bereichen](/werkstatt/kroll-quartal/protokoll-seite1.jpg) Das Protokoll ist ein Word-Dokument im Kroll-Design mit Kernaussagen, Tagesordnungspunkten, fünf Beschlüssen, fünfzehn Aufgaben und den Absprachen ohne Beschluss. Hinter jedem Punkt steht klein, wo er im Gespräch steht. Dazu kommen zwei CSV-Dateien für Excel, eine mit den Aufgaben, eine mit 45 Kennzahlen. [Protokoll als Word](/werkstatt/kroll-quartal/protokoll.docx) · [als PDF](/werkstatt/kroll-quartal/protokoll.pdf) · [Aufgaben als CSV](/werkstatt/kroll-quartal/aufgaben.csv) · [Kennzahlen als CSV](/werkstatt/kroll-quartal/kennzahlen.csv) ## Folien in HTML Die Folien baue ich in HTML. Das geht natürlich auch in PowerPoint. Der Grund für HTML ist für mich die Struktur: Überschriften, Zahlen und Tabellen stehen als lesbarer Text in der Datei, und damit kann jede Maschine etwas anfangen. Eine PowerPoint-Datei ist ein Paket aus vielen XML-Teilen, in dem der Text in Layout-Schnipsel zerfällt. Ein PDF kennt oft nur noch Zeichen an Positionen; welche Zahl zu welcher Spalte gehört, muss eine Maschine dort erst wieder erraten. Bei Kroll kommt dazu: Die Charts werden aus denselben Zahlen gerechnet wie das Protokoll, und jede Folie nennt unten die Stelle im Transkript, aus der sie stammt. Als PDF drucken lassen sich die Folien trotzdem. ![Vier Folien aus dem Foliensatz: Umsatz 14,82 Mio. €, Umsatzverlauf je Quartal, eine Thesenfolie und der Weg vom Plan zum Forecast](/werkstatt/kroll-quartal/folien.jpg) Sechzehn Folien, jede mit einer Aussage, im Schnitt sechzehn Wörter. Ein Skript prüft, dass auf keiner Folie etwas über den Rand ragt. Das war nötig: Auf zwei Chart-Folien war der Inhalt zu hoch und schob die Überschrift aus dem Satzspiegel. [Die Folien öffnen](/werkstatt/kroll-quartal/folien.html) (Pfeiltasten, F für Vollbild) · [als PDF](/werkstatt/kroll-quartal/folien.pdf) ## Charts und Tabellen Als Zugabe gibt es eine Zahlenseite: Kennzahlen-Kacheln, sechs Charts mit Hover und Tabellenansicht, alle 45 Kennzahlen zum Filtern und die Aufgabenliste nach Personen. Sie läuft auch auf dem Handy. ![Ausschnitt der Zahlenseite: Kennzahlen-Kacheln, Umsatzverlauf je Quartal und Vergleich von Umsatz und EBIT](/werkstatt/kroll-quartal/zahlen.jpg) [Die Zahlenseite öffnen](/werkstatt/kroll-quartal/zahlen.html) ## Der Film Der Infografik-Film oben ist kein generiertes Video. Er ist Motion Design: eine HTML-Bühne, auf der Zahlen hochzählen, Linien sich zeichnen und Balken wachsen, Bild für Bild gerendert, 60 Bilder pro Sekunde. Die Bewegungen hängen an den Wortzeiten der Stimme. Der Pfeil „+4,7 %“ erscheint genau bei „mehr“, die drei Hebel kommen jeweils mit ihrem Wort. Die Stimme ist meine, als Klon meiner Brandvoice von ichbinsprecher.de. Im ersten Satz hörte die Spracherkennung „Crawl“ statt „Kroll“. Der Satz wurde neu gesprochen, mit „Kroll“ als eigenem Wort. Danach kamen drei Fassungen. Nach der ersten wollte ich mehr Art Direction und eine weichere Infografik. Die zweite bekam ein festes Raster, weichere Bewegungen und Übergänge, die ein Bild ins nächste führen. In der dritten wurde die Stimme acht Prozent schneller. Dass alles im Bild bleibt, prüft ebenfalls ein Skript. Es tastet den Film alle Viertelsekunde ab. ## Im Berufsalltag Ein Werkstattfall ist kein Arbeitsalltag. Also habe ich durchgerechnet, wie das Quartalsgespräch in einer echten Firma liefe: acht Teilnehmende, eine Stunde Meeting, danach Transkript, Protokoll, Revision durch alle, Folien und Film, jeweils mit Korrekturschleife. Die Vorlagen stehen schon, es ist das zweite Quartal. Stundensätze als Arbeitgeber-Vollkosten: 90 Euro für den Leitungskreis, 55 Euro für die Assistenz. | Schritt | Mit KI | Klassisch | |---|---:|---:| | Meeting, 8 Teilnehmende | 8:00 h | 8:00 h | | Transkript | 0:15 h | – | | Protokoll | 0:40 h | 2:30 h | | Revision durch alle | 3:10 h | 4:05 h | | Folien mit Revision | 1:30 h | 6:30 h | | Film mit Revision | 1:40 h | meist keiner | | **Personenzeit** | **15:15 h** | **21:05 h** | | **Personalkosten** | **≈ 1.230 €** | **≈ 1.700 €** | | Sachkosten je Meeting | ≈ 8 € | – | Das Transkript kostet je nach Werkzeug fast nichts. In Teams ist es Teil von Microsoft 365, TurboScribe nimmt pauschal 20 Dollar im Monat, ElevenLabs rechnet unter 40 Cent je Stunde Audio ab. Das Protokoll mit Opus 5.5 kostet als reiner Aufruf rund 13 Cent, mit Word-Bau und Beleg je Zeile rund 2 Euro. Ein Agenturfilm in dieser Art läge bei mehreren tausend Euro. Deshalb gibt es ihn klassisch meist gar nicht. Gespart werden knapp sechs Personenstunden je Quartalsgespräch. Die Kosten sind dabei das kleinere Thema. Wichtiger ist, wo es im Alltag hakt: - **Aufnahme und Zustimmung.** Alle müssen zustimmen. In Deutschland ist zudem der Betriebsrat zu beteiligen, sobald ein Werkzeug Verhalten oder Leistung auswerten kann. Das klärt man einmal, nicht vor jedem Meeting. - **Wo die Daten liegen.** Ein Quartalsgespräch enthält Personal- und Kundendaten. Welches Werkzeug in Frage kommt, entscheidet die IT-Freigabe. Bei Kroll bleibt die Aufnahme auf dem eigenen Server. Ein Cloud-Dienst wäre damit nicht vereinbar. - **Die Revision bleibt der größte Block.** Gut drei Stunden lesen und kommentieren alle. Die KI verkürzt das kaum. Sie macht es leichter, weil jede Zeile auf eine Stelle im Gespräch zeigt. - **Der Film ist der unpraktischste Teil.** Er braucht eine Werkzeugkette, die es auf einem normalen Büro-PC nicht gibt. Mit fertiger Vorlage kostet er wenig, ohne sie ist er ein Projekt. Im Büro liegt näher, PowerPoint als Video zu exportieren und die Stimme darunterzulegen. Einmalig kostet das Einrichten der Vorlagen etwa das, was dieser Fall gekostet hat: knapp zweieinhalb Stunden und ein paar Euro. ## Der Blick auf den Fall Die Arbeit nach dem Meeting kostet in diesem Fall fast nichts: rund 1,25 Euro und knapp zweieinhalb Stunden, die meiste Zeit davon im Hinschauen. Im Alltag spart der Ablauf knapp sechs Personenstunden je Meeting, und am Ende steht ein Film, den es sonst nicht gäbe. Lesen, ordnen und rechnen kann die Maschine. Das Gewichten bleibt beim Menschen: Was ist wichtig, was ist beschlossen, was zeigen wir dem Beirat? Und vor allem anderen steht eine Frage, die keine Maschine stellt: Sind alle einverstanden, dass wir aufnehmen? ## Was das für eine Organisation heißt **Strategie.** Die gesparte Zeit ist das kleinere Ergebnis: knapp sechs Personenstunden je Quartalsgespräch, Personalkosten von rund 1.700 auf rund 1.230 Euro. Größer ist, dass ein Meeting zur Quelle wird. Aus einer Stunde Gespräch entstehen Protokoll, Kennzahlen, Folien und ein Film, den es vorher nicht gab. Wer so berichtet, spricht anders mit Beirat und Belegschaft. **Rolle.** Das Protokoll braucht mit KI vierzig Minuten statt zweieinhalb Stunden. Neu ist die Arbeit davor und danach: Vorlagen pflegen, Belege prüfen. **Ablauf.** Drei Dinge klärt man einmal, nicht vor jedem Meeting: die Zustimmung zur Aufnahme, die Beteiligung des Betriebsrats, die Freigabe des Werkzeugs durch die IT. Die Revision bleibt mit gut drei Stunden der größte Block. Sie wird leichter, weil jede Zeile auf eine Stelle im Gespräch zeigt. **Beim Menschen.** Das Gewichten. Was ist beschlossen, was nur besprochen, was sieht der Beirat? Das ist eine Führungsentscheidung. Die Maschine bereitet sie vor. Treffen muss sie jemand, der dafür geradesteht. ## Häufige Fragen Frage: Was zeigt der Werkstattbericht „Kroll. Das dritte Quartal.“? Antwort: Stefan Margenfeld zeigt, wie aus dem Transkript eines 47-minütigen Quartalsgesprächs der erfundenen Kroll Facility Services sechs Formate entstehen: ein Word-Protokoll, zwei CSV-Dateien, HTML-Folien, eine Zahlenseite mit Charts und ein Infografik-Film mit seiner geklonten Stimme. Alle Formate stammen aus einem strukturierten Auszug, und jede der 45 Kennzahlen trägt den Zeitstempel ihrer Stelle im Gespräch. Frage: Wie viel Zeit spart KI bei Protokoll und Folien nach einem Meeting? Antwort: Stefan Margenfelds Modellrechnung für ein Quartalsgespräch mit acht Teilnehmenden ergibt 15:15 Personenstunden mit KI statt 21:05 klassisch, die Personalkosten sinken von rund 1.700 auf rund 1.230 Euro. Das Protokoll braucht 40 Minuten statt zweieinhalb Stunden. Die Revision durch alle bleibt mit gut drei Stunden der größte Block. Der Werkstattfall selbst kostete rund 1,25 Euro an KI-Kosten. Frage: Warum baut Stefan Margenfeld Folien in HTML statt in PowerPoint? Antwort: In HTML stehen Überschriften, Zahlen und Tabellen als lesbarer Text in der Datei, damit kann jede Maschine arbeiten. Eine PowerPoint-Datei zerfällt in viele XML-Teile, ein PDF kennt oft nur Zeichen an Positionen. Bei Kroll werden die Charts aus denselben Zahlen gerechnet wie das Protokoll, und jede Folie nennt ihre Stelle im Transkript. Als PDF drucken lassen sich die Folien trotzdem. Frage: Was ist bei KI-Transkripten von Meetings zu beachten? Antwort: Alle Teilnehmenden müssen der Aufnahme zustimmen. In Deutschland ist zudem der Betriebsrat zu beteiligen, sobald ein Werkzeug Verhalten oder Leistung auswerten kann, und die IT entscheidet, welches Werkzeug Personal- und Kundendaten verarbeiten darf. Stefan Margenfeld rät, das einmal grundsätzlich zu klären statt vor jedem Meeting. Frage: Was bleibt beim Menschen, wenn die Maschine das Meeting auswertet? Antwort: Lesen, ordnen und rechnen kann die Maschine. Das Gewichten bleibt beim Menschen: Was ist beschlossen, was nur besprochen, was sieht der Beirat? Für Stefan Margenfeld ist das eine Führungsentscheidung, die die Maschine vorbereitet und jemand trifft, der dafür geradesteht. Frage: Ist Stefan Margenfeld Entwickler? Antwort: Nein. Stefan Margenfeld ist weder ITler noch Entwickler. Er kommt aus Journalismus und Radio und arbeitet an der Schnittstelle von Kommunikation und KI-Transformation. Die Werkzeugketten in seinen Werkstattberichten baut er mit Claude Code als Assistenz, die Entscheidungen trifft er selbst. ======================================================================== # Ein Essay wird Hörstück. URL: https://margenfeld.com/werkstatt/journal-als-hoerstueck/ Leitfrage: Wie nah kommt eine Maschine an ein echtes Hörstück? Kurzfassung: Mein Journal-Essay „Ich bin gefährlich – also kauf mich“ als Audiofeature, auf Deutsch und Englisch. Neun Fassungen, drei Generationen von ElevenLabs, ein eigenes Set an Musikbetten aus Suno. Und die Frage, warum diese Fassung trägt, obwohl sie keine echte Produktion ist. Zahlen: 2 Episoden, Deutsch und Englisch, je gut zwölf Minuten; 9 Fassungen bis zur Abnahme; 3 ElevenLabs-Modelle im Vergleich: Multilingual v2, v3 und v4; 10 Musikbetten aus Suno, im DAM für alle weiteren Folgen; 5:50 h meine Zeit: 3:53 h gemessen am Zug, plus 50 % Hörzeit; ≈ 5,55 € tatsächliche KI-Kosten, ohne die laufenden Abos Mensch: Der Auftrag: das Journal als Audio, später auch als Video; Die Entscheidung für das Feature mit zwei Stimmen; Regie in neun Runden: Aussprache, Haltung, Musik, Übergänge; Das Klangbett-Set: Idee, Richtung und die Generierung in Suno; Die Abnahme: „Kann man so machen.“ Maschine: Feature-Dramaturgie und Sprechtexte aus dem Essay, Fakten nur aus dessen Quellen; Erzähler und Szenen über ElevenLabs, ab v6 mit Eleven v4 über den Connector; Prüfung jeder Zeile: Spracherkennung, Phonemerkennung, Tonlage und Pausen; Schnitt, Knackser-Reparatur und Mastering per Skript; Ablage der Suno-Betten im DAM, mit Prompt und Messwerten Werkzeuge: Claude Code (Opus), ElevenLabs, Suno, Whisper, wav2vec2, Python, ffmpeg Kennzeichnung: Alle Stimmen, Atmos und Musik sind KI-generiert, auch meine Stimme. Essay, Regie und Musik-Generierung: Stefan Margenfeld. Erzähler: Brandvoice von ichbinsprecher.de als Klon. Szenenstimmen aus der ElevenLabs-Bibliothek: Lucy Fennek (Deutsch), Heather Faith (Englisch). Atmos: ElevenLabs. Musik: Margenfeld-Klangbetten, erzeugt mit Suno. Claude Code als Anteil am Max-Abo (200 US-Dollar im Monat), geeicht am gemessenen Wochenkontingent; Vergleichswert zum API-Listenpreis von Claude Opus 5.5. Kurs 0,86 € je US-Dollar.