Ausprobieren schlägt Theoretisieren
Was die Kommunikationsbranche bei KI von Start-ups lernen kann
Die Branche hat ein KI-Problem, aber anders, als viele denken. Es gibt genug Wissen, Panels und Arbeitskreise. Was fehlt, ist die eigene praktische Auseinandersetzung. Wir reden mehr über Künstliche Intelligenz, als dass wir sie nutzen. 68 Prozent der Kommunikationsverantwortlichen bezeichnen ihre eigene Funktion als KI-Nachzügler. Mehr als 70 Prozent erzielen bisher keine Produktivitätsgewinne.¹ Das ist alarmierend, weil KI für Kommunikation operativ viele Potentiale bietet und strategisch ein zusätzliches Betätigungsfeld eröffnet.
KI könnte der Moment der Wahrheit für die Kommunikation werden. Der Moment, in dem der Platz am Tisch neu verdient wird. KI bündelt den Wertbeitrag von Kommunikation wie unter einem Brennglas: Vertrauen, Orientierung, Transformation. Und sie fordert genau das ein. Nur fehlt aktuell der klare Fahrplan, wie die Umsetzung aussehen soll. Die Antwort lässt sich nicht theoretisch erschließen. Der Weg führt über die Praxis: Verproben, verwerfen, verbessern. Jeder Versuch liefert neue Datenpunkte. Auch dann, wenn es nicht wie geplant klappt. Genau so arbeiten Start-ups. Daher lohnt der Blick dorthin.
Start-ups als Blaupause für Schnelligkeit und Lernen
Start-ups haben wenig feste Strukturen, arbeiten mit kleinen Teams und überschaubaren Budgets an einer enormen Themenbreite. Strategisch und operativ. Geschwindigkeit und Lernen gehören zur DNA. Diese Arbeitsweise müssen Konzerne oft mühsam aufbauen.
Selbst probieren statt delegieren: Jede Führungskraft ist operativ involviert und tief in den Themen. Genau das verlangt KI. Um andere zu befähigen und die richtigen Rahmenbedingungen zu schaffen, braucht es das eigene Verständnis. Und das entsteht im Tun. Im Tandem mit dem Team.
Pilotieren, adaptieren, skalieren: Piloten brauchen keine Perfektion. Was funktioniert, bleibt. Was nicht klappt, wird nachgebessert. Beides sind Datenpunkte, das Risiko bleibt überschaubar. Erst dann wird im größeren Maßstab umgesetzt, konsequent und mit Ambition. Auch KI lässt sich durch Pilotprojekte starten und dann zum neuen Operating Model skalieren.
Unsicherheit als Teil des Prozesses: Am Anfang steht die Idee, nicht der fertige Plan. Manches funktioniert, anderes nicht. So funktioniert Lernen. Die Dozenten des Massachusetts Institute of Technology (MIT) Melissa Webster und George Westerman beschreiben die frühe Phase generativer KI in Unternehmen als „extensive experimentation“.² Trial gibt es nur mit Error.
Die Basis für Tempo und Transformation
Um mit KI loslegen zu können, muss sich die Kommunikation selbst handlungsfähig machen. Im Schulterschluss mit Geschäftsführung, IT und HR umfasst dies das technische Set-up wie Zugänge zu KI-Modellen und grundlegende Leitplanken. Nutzungsregeln sind in Unternehmen etabliert, daher nur ein Satz zum Datenschutz: Personenbezogene Daten von Mitarbeitern oder Kunden gehören ebenso wenig in KI wie intellektuelles Eigentum und Geschäftsgeheimnisse. Um eine sichere Datenbasis aufbauen zu können, gilt es außerdem zu definieren, welche Applikationen wie mit den KI-Modellen verbunden werden dürfen.
Wenn der technische Rahmen steht, beginnt die eigentliche Arbeit. Denn KI-Nutzung scheitert nicht an der Technik, sondern an der Transformation. Also daran, wie schnell Menschen die Technologie im Beruf annehmen. Aus der Forschung wissen wir: Verhaltensänderungen sind die höchste Stufe der Kommunikationswirkung. Daher gilt es alle Register der Internen und Change-Kommunikation zu ziehen. AI Ambassadors in jedem Team schaffen Zugkraft und fördern den teamübergreifenden Austausch. In Meetings wird ein Stuhl für KI reserviert, um inhaltlich und sinnbildlich eine weitere Perspektive an den Tisch zu bringen. Ein monatlicher Hackathon sichert bewusst Zeit im Kalender, um als Team zu experimentieren. Bei der Fülle an Möglichkeiten ist es essenziell, KI als grundlegenden Teil des Jobs zu definieren. Nicht als Nebenprojekt. KI ist Teil der Unternehmensstrategie und der Zielvereinbarung jeder Abteilung.
Drei Stufen von Chat über Kontext bis Autonomie
Der Einsatz von KI in der Kommunikation lässt sich in drei Reifegrade einteilen. Vom Dialog im Chatfenster zu etablierten Projekten und Assistenzsystemen, die auf Basis des hinterlegten Kontextwissens arbeiten, bis hin zu autonomen Agenten, die tatsächlich eigenständig handeln. Für die ersten beiden Stufen gibt es reichlich Praxisbeispiele. Die dritte Stufe ist noch explorativer Natur. Der European Communication Monitor stützt das: In einer Befragung von 30 Kommunikationschefs der 300 größten europäischen Unternehmen verändert KI bislang vor allem einzelne, wiederkehrende Aufgaben. Strukturen und Prozesse der Abteilungen bleiben weitgehend unverändert.³
Stufe 1: Chat als Sparringspartner
Nie wieder auf einem weißen Blatt starten. Der niederschwellige Einstieg funktioniert über den Chat. Aber auch hier liegt mehr Potential, als die meisten nutzen. Drei Praxisimpulse:
Ziel zuerst: Vom Ende her denken. Statt „Schreib mir eine Pressemitteilung“ heißt es dann „Ich will meine Kunden über eine Produktneuheit informieren“. Möglicherweise ist eine Pressemitteilung dafür ohnehin nicht der richtige Weg. KI ist ein Verstärker, sowohl für Klarheit als auch für Beliebigkeit.
Prompts von KI: Es braucht keine tausend Prompt-Prinzipien mehr. Die Modelle sind so gut geworden, dass sie das selbst am besten können. Einfach Ziel und Kontext teilen, drei Rückfragen dazu einfordern, und den Rest übernimmt KI.
Rollen zuweisen: Statt generischer Antworten soll KI eine klare Rolle übernehmen und aus Sicht eines kritischen Journalisten, einer skeptischen Investorin oder eines besorgten Mitarbeiters agieren. Was fehlt in der Argumentation? Wo hakt die These? So wird aus einer einfachen Schreibhilfe wertvolles Sparring.
Stufe 2: Kontext als System
Die Einzelaufgaben werden jetzt systematisiert und in Projekte und wiederkehrende Prozesse gegossen. Der initiale Impuls geht weiterhin vom Menschen aus, aber dann übernimmt das System und führt einzelne oder mehrere Prozessschritte direkt hintereinander aus. Dafür braucht es konkrete Leitplanken und Kontext als Datenbasis. Der Comms-Stack kombiniert alle Kerndokumente wie Strategie, Narrativ, Stakeholder-Übersicht etc. an einem Ort. Der Unterschied von Stufe 1 zu Stufe 2 ist der Sprung vom Prompt zum Kontext. Es geht nicht um die Optimierung der Frage, sondern um das Wissen dahinter. Fünf Praxisimpulse:
Personalisiertes Briefing: Das Morning Briefing landet direkt im Teams- oder Slack-Kanal. Kurze Executive Summary, relevante Reports und Studien, Wettbewerbsanalyse und politische Entwicklungen kompakt zusammengefasst. Je Erkenntnisinteresse können die Themen auch in einzelne Briefings untergliedert werden. Erkenntnisinteresse und Struktur sind klar hinterlegt, der morgendliche Versand läuft automatisch. Ist eines der Themen von besonderem Interesse, wird in einem weiteren Prozessschritt eine strukturierte Analyse entlang der W-Fragen erstellt mit konkreten Ansatzpunkten für die eigene Kommunikationsarbeit.
Monitoring und Reputationsproxy: Ein grundlegendes Set-up für eine quantitative und qualitative Medienbeobachtung ist mit allgemeinen KI-Modellen schnell erstellt. Welche Aspekte des Narrativs verfangen, was kommt zu wenig durch? Auch im Vergleich zum Wettbewerb? Artikel hinter Bezahlschranken werden über PMG lizenziert. Einfacher ist die Komplettlösung von Monitoringanbietern, die ohnehin die meisten Kommunikationsabteilungen nutzen. Neben der Auswertung von Clippings wird KI auch selbst zur Reputationsquelle. Google zeigt Trefferlisten an, KI kuratiert und gewichtet Informationen. Zu prüfen, was das KI-Modell über das Unternehmen sagt, ist ein einfacher und günstiger Proxy, wenn auch kein Ersatz für belastbare Reputationsmessungen.
Media Briefing und Trainer: Der Media Briefing Generator erstellt eine kompakte Interviewvorbereitung aus Basisinformationen zu Medium, Journalist und aktueller Berichterstattung. Die qualitative Einschätzung des Journalisten bleibt Eigenleistung der Kommunikationsverantwortlichen. Denn sie basiert auf persönlichen Beziehungen. Zudem kann KI vorbereitend auf das Interview als Trainer agieren, insbesondere für kritische Fragen.
Crisis Simulator: Basierend auf dem Krisenhandbuch führt KI durch Faktenaufnahme, Strategie, Kernbotschaften und Materialien. Dabei deckt sie auch nischige Szenarien ab, die das Handbuch nicht enthält. Im Ernstfall wird die Antwortzeit so verkürzt. Ein entscheidender Vorteil, zählt Geschwindigkeit in Krisen doch besonders, um die Kommunikationshoheit zurückzuerlangen.
Persona Board: Die Stakeholder-Map wird in Skills beziehungsweise Projekte kartiert: Wirtschaftsjournalisten, Fachpresse, Investoren, Mitarbeitende. Jede Botschaft lässt sich vor Versand von verschiedenen Stakeholdern kritisch hinterfragen. Ein Tone-of-Voice-Skill prüft außerdem jeden Text gegen das eigene Regelwerk.
Stufe 3: Autonomie durch Agenten
Auf Stufe 2 löst jedes Projekt genau ein Problem. Die einzelnen Aufgabenschritte werden durch das Kommunikationsteam ausgelöst. Stufe 3 bedeutet echtes agentisches Arbeiten, also ein autonom handelndes System. Ein Multiagentensystem interpretiert starke und schwache Markt- und Mediensignale, beobachtet Wettbewerber und plant eigenständig Maßnahmen. Eine Art neuer Intelligence Layer. Das Ergebnis können konkrete Handlungsempfehlungen sein oder sogar die eigenständige Umsetzung. Bislang gilt Human-in-the-loop, also der Mensch als Entscheidungsträger, zurecht als Maßstab. Wie viel Autonomie der KI-Systeme überhaupt erstrebenswert ist, ist eine andere Diskussion. Wenn auch eine dringlich notwendige.
Was geht, was kommt, was bleibt
Repetitive Tätigkeiten gehen beziehungsweise werden zunehmend an KI ausgelagert. Dafür kommt ein System aus Projekten und perspektivisch auch aus Agenten, das hybrid mit dem Kommunikationsteam zusammenarbeitet. Oder es führt zu einer weiteren Verdichtung der Tätigkeitsprofile. Weniger Akteure, mehr End-zu-End-Verantwortung.
Was bleibt, ist der Wert von Beziehungen. Das persönliche Gespräch mit der Redakteurin, damit die Geschichte auf dem Schreibtisch statt im Spam landet. Die Relevanz von Haltung bleibt und das bewusste Abwägen, wann und zu welchem Thema das Unternehmen Stellung bezieht. Und Verantwortung bleibt. Sowohl für das eigene Handeln, als auch für die Ergebnisse. Unabhängig davon in welchem Verhältnis aus Mensch und Maschine.
TAKE AWAY
KI-Transformation: Loslegen — aber wie?
Machen. Lernen. Besser machen. So arbeiten Start-ups. Diese Herangehensweise können Kommunikationsabteilungen jeder Unternehmensgröße im Umgang mit KI übernehmen.
Wo fange ich an?
Einmal grob die Aufgaben und Prozesse der Abteilung notieren. Dazu Stift und Papier neben den Laptop legen oder eine KI ein paar Tage die eigenen Aktivitäten mitschreiben lassen. Dann clustern: wiederkehrend, regelbasiert, risikoarm = KI. Selten, unstrukturiert, urteilsabhängig = Mensch.
Womit fange ich an?
Mit dem Aufbau des Kontexts. Alle zentralen Dokumente an einem Ort ablegen: Kommunikationsstrategie, Kernbotschaften, Q&A, Boilerplate, Tone of Voice, Produktinformationen etc. Dieser Comms-Stack ist die Basis jeder Kommunikationsarbeit. Er sorgt dafür, dass Ergebnisse unternehmensspezifisch werden statt generisch.
Wie fange ich an?
Mit einem klaren Kommunikationsziel. Das gibt KI die Richtung und spart viele Iterationen. Den perfekten Prompt braucht es nicht, die Modelle sind gut genug. Sinnvoll sind kurze Rückfragen: Welche Information fehlt? Welche Alternativen gibt es? Was spricht dafür, was dagegen?
Wann fange ich an?
Jetzt. Es braucht keine umfängliche Strategie, sondern die eigene praktische Auseinandersetzung. Wer schneller lernt, ist schneller wirksam. Kompetenz entsteht im Workflow, nicht im Workshop.
Quellen
¹ Boston Consulting Group (2026). Corporate comms is playing catch up on AI. A few leaders are showing the way.
² Webster, M. & Westerman, G. (2025): Generate Value From GenAI With Small Transformations. MIT Sloan Management Review.
³ European Communication Monitor (2024). ECM 2024/25 – European Communication Monitor 2024/25.
Luisa von Kageneck hat als Head of PR & Communications die Kommunikation von Simpleclub strategisch aufgebaut. Sie kombiniert Erfahrung aus Beratung (FGS Global), Konzern (Procter & Gamble) und Start-up (Simpleclub). Als Gastdozentin bringt sie ihre Praxiserfahrung regelmäßig in die Lehre ein und wurde mehrfach ausgezeichnet, darunter als „30 unter 30“ der Kommunikationsbranche sowie mit dem DPRG Junior Award und dem Master Thesis Award for Excellence.
