Gepostet am 01.08.2025, aktualisiert am 17.07.2026
KI-Einstieg: Veraltet die Technik, bevor MedienhÀuser sie nutzen?

Obsolete Technologien: Ohne sie gĂ€be es den Fortschritt von heute nicht. Bei KĂŒnstlicher Intelligenz ist das nicht anders. Illustration: Mit KI erstellt.
âWir haben KI schon mal ausprobiert, aber das hat nicht funktioniert.â Oder: âDa entwickelt sich alles so schnell. Bis wir was aufgebaut haben, ist es wieder veraltet.â
Das sind zwei Gedanken, die uns in GesprĂ€chen mit MedienhĂ€usern immer wieder begegnen. Sie stammen aus Projekten, die Budget und Nerven gekostet haben. Wir sehen beide Seiten: die EnttĂ€uschung von damals und die Werkzeuge von heute. Zeit fĂŒr einen Reality Check.
Argument 1: âWir haben KI ausprobiert, das funktioniert nicht.â
Dahinter stecken meist Erfahrungen aus den Jahren 2021 bis 2023, als viele Redaktionen ihre ersten Experimente gestartet haben. Chatbots kapitulierten vor komplexeren Redaktionsanfragen. Transkriptionssysteme kamen auf Fehlerquoten von 20 bis 30 Prozent und verursachten damit mehr Nacharbeit, als sie Zeit sparten. Textgeneratoren lieferten generische FlieĂbandware, die an redaktionellen Standards vorbeiging. Und fast nichts davon war sauber ins Content-Management-System eingebunden.
Die Frustration darĂŒber ist berechtigt. Nur beschreibt sie einen Technikstand, den es so nicht mehr gibt. GroĂe Sprachmodelle, sogenannte Large Language Models (LLMs), erreichen heute QualitĂ€tsniveaus, an denen ihre VorgĂ€nger gescheitert sind.
Am deutlichsten zeigt sich das bei Halluzinationen, also beim Erfinden plausibel klingender Fakten. Modelle bis etwa Mitte 2024, darunter GPT-3.5 oder Claude 3, fĂŒllten Leerstellen im Zweifel selbst. Aktuelle Reasoning-Modelle, die ihre eigenen Zwischenschritte prĂŒfen, tun das sehr viel seltener. Dazu kommen Verfahren aus der Praxis: In Doppel-LLM-Strukturen kontrolliert ein zweites Modell die Ausgabe des ersten, bevor sie in der Redaktion landet.
Argument 2: âBis wir fertig sind, ist es veraltet.â
Der Einwand hat einen wahren Kern. Zwischen GPT-3.5 (November 2022), GPT-4 (MĂ€rz 2023), GPT-4o (Mai 2024) und den heutigen Modellgenerationen liegen jeweils nur Monate. FĂŒr HĂ€user, die ihre IT-Infrastruktur ĂŒber Jahre planen, wirkt dieses Tempo erschlagend.
Abwarten fĂŒhlt sich in dieser Lage vernĂŒnftig an, ist aber der teuerste Weg. Bei dynamischen Entwicklungen gibt es keinen perfekten Einstiegspunkt: Eine Website aus den Nullerjahren ist heute technisch wie Ă€sthetisch obsolet. RĂŒckblickend wĂŒrde trotzdem kaum jemand sagen, man hĂ€tte damals besser gewartet. Ohne die erste Website gĂ€be es die heutige nicht.
Bei generativer KĂŒnstlicher Intelligenz kommt etwas hinzu. Wer ein Projekt startet, baut Prompt-Bibliotheken, Schnittstellen, Freigabeprozesse, geklĂ€rte Datenschutzfragen und, am wichtigsten, Routine im Team. Das ist das Asset, auf das diese Prozesse eigentlich hinarbeiten.
Wie sich das auszahlt, zeigt der Mitnahmeeffekt. Ein Anbieter veröffentlicht ein neues Modell: schneller, besser im KontextverstÀndnis, pro Anfrage nur noch halb so teuer. Wer vorgearbeitet hat, tauscht das Modell hinter der Schnittstelle aus und profitiert ab Tag eins. Bessere Leistung zum niedrigeren Preis ist eines der Àltesten Werbeversprechen der Geschichte. Bei KI stimmt es meistens.
Was MedienhÀuser tatsÀchlich bremst
In unseren GesprĂ€chen tauchen dieselben HĂŒrden immer wieder auf, und die Technik gehört selten dazu. Am hĂ€ufigsten ist die Sorge vor Ausgaben ohne garantierten Erfolg. Dazu kommt die BefĂŒrchtung, die eigene Organisation habe nicht die nötige Expertise. Sie stimmt erfahrungsgemÀà selten: In den meisten HĂ€usern sitzt mehr Wissen, als das Management vermutet. Es ist nur nicht sichtbar. Ernst zu nehmen sind auch die Angst vor Personalabbau und der Widerstand gegen Eingriffe in eingespielte Workflows.
Diese EinwÀnde verdienen Antworten statt Beschwichtigung. Was sie nicht rechtfertigen, ist Stillstand.
FĂŒr kleinere HĂ€user darf der Einstieg auch klein ausfallen. Ein dokumentierter Transkriptions-Workflow fĂŒr Interviews, eine gepflegte Prompt-Bibliothek fĂŒr Teaser und Social-Media-Varianten, ein geklĂ€rter Freigabeweg fĂŒr KI-gestĂŒtzte Inhalte: Bausteine, die in wenigen Wochen entstehen und beim nĂ€chsten Modellsprung nicht wertlos werden.
Fazit: Stillstand ist keine Option
Beide EinwĂ€nde beschreiben etwas Reales. Die frĂŒhen KI-Werkzeuge haben Redaktionen enttĂ€uscht, und das Entwicklungstempo ist unbequem. Als Argument gegen den Einstieg taugt trotzdem keiner von beiden. Die Technik von 2022 ist kein MaĂstab fĂŒr die von heute, und wer auf Stillstand wartet, wartet auf etwas, das nicht kommt.
Der Gewinn fĂŒr MedienhĂ€user liegt in den Strukturen, die beim Aufbau entstehen: geklĂ€rte Prozesse, Schnittstellen, Erfahrung im Team. Wer die hat, nimmt jede neue Modellgeneration ohne Projektneustart mit. Der beste Zeitpunkt fĂŒr den KI-Einstieg war gestern. Der zweitbeste ist heute.
Geschrieben von

Jim Sengl
Gesamtleitung
Jim Sengl leitet das KI-Kompetenzzentrum Medien (KI.M). Als Experte fĂŒr datensouverĂ€ne KI-Umgebungen schlĂ€gt er die BrĂŒcke zwischen komplexer Tech-Entwicklung und den BedĂŒrfnissen der Praxis. Er unterstĂŒtzt Organisationen dabei, KI-Systeme rechtssicher in bestehende Kernprozesse zu integrieren und KI-Transformation strategisch wie auch nachhaltig umzusetzen.


