Wissen

KI im Marketingteam: So arbeiten Führung, Team und KI zusammen

Fachcontent & Vertrieb

45 Prozent gegen 12 Prozent: So weit liegen Führungskräfte und Beschäftigte im Marketing Tech Monitor 2026 auseinander, wenn es um die Akzeptanz neuer Technologien geht. Die 45 Prozent sind Führungskräfte aus Marketing und Digitalmarketing, die die Akzeptanz ihrer Mitarbeiter für niedrig halten. Die 12 Prozent sind Beschäftigte in Deutschland, die das über ihre Kollegen sagen. Der Monitor deutet den Abstand in einem Satz: „Führungskräfte diagnostizieren ‚Widerstand‘, wo Mitarbeitende ‚Unsicherheit‘ beschreiben.“ An diesen zwei Wörtern hängt, was eine Marketingleitung als Nächstes tut. Widerstand bekämpft man. Unsicherheit muss man erst einmal bemerken.

Eine Marketingleitung liest in zwei Richtungen. Nach oben soll sie belegen, dass KI im Marketingteam Stunden spart. Nach unten führt sie ein Team, das dieselbe Einführung womöglich anders erlebt, als sie vom eigenen Schreibtisch aus aussieht. Dieser Beitrag zeigt, was die Monitor-Zahlen über die Lücke zwischen Führung und Team sagen und wo sie enden. Er beschreibt eine verwandte Lücke aus unserem eigenen Betrieb, in dem KI mitschreibt, und nennt fünf Fragen für das nächste Teamgespräch sowie drei Zahlen, mit denen Sie sichtbar machen, wie viel Aufwand und Nacharbeit in einem als fertig gemeldeten Text steckt.

Die Lücke zwischen Führung und Team: wer im Monitor was gefragt wurde

Der Marketing Tech Monitor ist 2026 in achter Ausgabe erschienen, herausgegeben von der MarketingTechLab GmbH in Hamburg, Autor ist Dr. Ralf E. Strauß. Für eine Marketingleitung sind seine Zahlen interessant, weil sie Führungskräfte und Beschäftigte nebeneinanderstellen, und heikel, weil beide Gruppen verschiedene Fragen beantwortet haben.

Laut Marketing Tech Monitor 2026 schätzen 45 Prozent von 414 befragten Führungskräften aus Marketing und Digitalmarketing in Deutschland, Österreich und der Schweiz die Akzeptanz ihrer Mitarbeiter für neue Ansätze und Technologien als eher oder sehr niedrig ein, 38 Prozent als hoch oder sehr hoch. Von 2.712 Beschäftigten aus der arbeitnehmenden Bevölkerung in Deutschland bewerten 12 Prozent die Akzeptanz ihrer Kollegen für neue Technologien und digitale Arbeitsansätze als eher oder sehr niedrig, 49 Prozent als hoch oder sehr hoch, 39 Prozent antworten mit „teils-teils“.

Die Gruppen und ihre Fragen unterscheiden sich, beide Zahlen gelten für sich. Eigene Darstellung von PR DESK.

Zwei Grenzen gehören zu diesen Zahlen. Die Führungskräfte urteilen über ihre Mitarbeiter, die Beschäftigten über ihre Kollegen, über sich selbst gibt in dieser Frage keine der beiden Gruppen Auskunft. Und die Beschäftigtenzahlen gelten für die arbeitnehmende Bevölkerung in Deutschland zwischen 18 und 69 Jahren mit Internetanschluss, Marketingteams sind darin eine Gruppe unter vielen. Für Ihr eigenes Team sind die Monitor-Zahlen deshalb ein Prüfauftrag: Ob Ihr Team die Einführung so erlebt, wie Sie sie sehen, erfahren Sie nur von ihm.

Widerstand oder Unsicherheit: Was hinter dem Zögern im Team stehen kann

Auch die Mitte der Skala verschiebt sich. Bei den Beschäftigten antworten 39 Prozent mit „teils-teils“, bei den Führungskräften 17 Prozent. Der Monitor sieht diese 39 Prozent in einer „Unentschieden-Warteschleife“ und schreibt, dass Führungskräfte sie häufig als Ablehner einsortieren, eine Deutung, für die die Management Summary keine eigene Zahlenreihe ausweist.

Ein zweiter Befund des Monitors betrifft die Beschäftigten in Deutschland: 50 Prozent fühlen sich „unsicher/überfordert“, 37 Prozent haben Angst vor Fehlern im Umgang mit neuen Technologien. Wie sich Tempodruck und seine Folgen entlang der Hierarchie verteilen, hat Robert Rose, Chief Strategy Advisor des Content Marketing Institute (CMI), in der hauseigenen Befragung von CMI und MarketingProfs unter 861 B2B-Marketern, überwiegend aus Nordamerika, ausgewertet: Gestiegenen Druck, schneller zu produzieren, melden 59 Prozent der Director-Ebene und darüber, 69 Prozent der Manager mit Team und 72 Prozent der Fachkräfte. Dass dieser Druck Burnout oder kreative Ermüdung verursacht, bejahen 27, 41 und 48 Prozent. Eine Marketingleitung gehört in dieser Rollenlogik am ehesten zur obersten Stufe („head of“ steht in der Befragung bei „director“), also zur Gruppe, die mit 59 Prozent am seltensten gestiegenen Druck meldet.

Widerstand oder Unsicherheit? Von außen sehen beide gleich aus: Jemand lässt das neue Werkzeug liegen. Das Muster kennt jede Büroküche. Neben dem neuen Kaffeevollautomaten kochen zwei Kollegen weiter Filterkaffee in der alten Maschine, und die Abteilung hält sie für Gewohnheitstiere. Fragt man nach, liegt es an den zwölf Tasten: Welche davon einen normalen Kaffee macht, weiß keiner der beiden, und vor Publikum den falschen Knopf drücken will auch niemand. Im Marketingteam steht an der Stelle der Filtermaschine der Text, den jemand lieber von Hand schreibt, weil er die Fehler in einem KI-Entwurf nicht sicher erkennen würde. Von der Marketingleitung aus sieht das aus wie Ablehnung. Ob Unsicherheit dahintersteckt, zeigt erst die Nachfrage.

Was im KI-Change-Management fehlt: Kompetenzmodell und Grundlagen

Wer Unsicherheit abbauen will, muss wissen, welche Fähigkeiten im Team fehlen und welche schon da sind. Diese Landkarte haben nach dem Monitor nur wenige: Nur 18 Prozent der Unternehmen verfügen über ein „dediziertes Skills & Competency Framework“, also über ein Modell, das festhält, welche Rolle welche Fähigkeiten braucht, und bei 77 Prozent fehlen die inhaltlich-konzeptionellen Grundlagen. Eine Fallzahl nennt der Monitor an dieser Stelle nicht. Geschult wird laut Monitor überwiegend nach dem Muster „One Size Fits All“. Solche Schulungen sitzen wie das T-Shirt vom Firmenlauf: Es passt allen ein bisschen und keinem richtig. Wer sich unsicher fühlt, braucht andere Übung als der Kollege, der schon jeden Tag mit KI arbeitet, und in der Einheitsschulung sitzen beide in derselben Reihe. Für die Weiterbildung zu KI im Marketing heißt das: erst klären, wer im Team was braucht, dann schulen.

Was eine zweite Prüfung in unseren eigenen Texten findet

Eine verwandte Lücke kenne ich aus dem eigenen Betrieb, und sie lässt sich zählen. Wir lassen den Entwurf eines Wissensbeitrags, auch dieses hier, von einem Sprachmodell schreiben, das ihn als fertig meldet. Danach liest ein zweiter Modelllauf den Entwurf mit frischem Kontext, also ohne zu wissen, wie er entstanden ist, und prüft seine Aussagen gegen die Quellen. Wir nennen diesen Lauf den Prüfer. Zum Schluss lese ich, prüfe und korrigiere. Warum Lesen, Prüfen und Korrigieren am Ende nur zählt, wenn sich diese Stelle nicht überspringen lässt, steht im Beitrag Human in the Loop: Wenn der Kontrollpunkt nur behauptet ist.

Wie viel Arbeit nach einer Fertigmeldung noch anfällt, halten wir als Schätzung in Minuten fest. Am Beitrag zur Freigabe-Ampel für Marketingteams habe ich die erste Fassung höchstens 77 Minuten lang geprüft und korrigiert, die zweite rund 45 Minuten, dazu kamen an der zweiten rund 120 Minuten Laufzeit der KI. Beide Fassungen kamen als fertig gemeldet bei mir an. Wie viel Arbeit die Meldung noch verdeckte, zeigen erst die Minuten.

Dass eine Fertigmeldung ehrlich gemeint sein und trotzdem zu früh kommen kann, weiß jeder, der schon einmal hat streichen lassen. Der Maler hat den ganzen Nachmittag mit dem Rücken zum Fenster gearbeitet und meldet am Abend „fertig“. Die Streifen sieht erst, wer am nächsten Morgen ins Zimmer kommt, wenn die Sonne flach über die Wand fällt. Der Prüfer ist bei uns dieses Morgenlicht: Er liest den Entwurf zum ersten Mal.

Meine Einschätzung: Ein Entwurf ist fertig, wenn ihn ein Prüfer gelesen hat, der ihn vorher nicht kannte. Bei einer Überarbeitung fand er im ersten Durchgang elf Stellen, die so nicht stimmten, sieben davon in Aussagen, die schon veröffentlicht waren. Für eine Marketingleitung heißt das: Bei jeder Fertigmeldung zuerst fragen, wer die Arbeit zum ersten Mal gesehen hat.

Die Überarbeitung betraf einen bereits veröffentlichten Beitrag. Die übrigen vier Stellen lagen in Sätzen, die dabei neu geschrieben oder umformuliert worden waren, auch sie kamen mit der Fertigmeldung. Die sieben veröffentlichten hatte vor dem Prüfer schon jemand freigegeben. Ich. Auch eine Freigabe braucht also einen frischen Blick, meine eingeschlossen.

Fünf Fragen für das nächste Teamgespräch über KI

Im Marketingteam kommt die Fertigmeldung von Menschen, die mit KI arbeiten, und die Lücke dahinter zeigt sich erst im Gespräch. Ich empfehle, dieses Gespräch mit fünf Fragen zu beginnen, die Unsicherheit und Ablehnung auseinanderhalten, ohne jemanden vorzuführen:

  1. Welche Aufgaben erledigen wir schon mit KI, und welche bewusst ohne? Die zweite Hälfte ist die wichtigere. Wer begründen kann, warum ein Text ohne KI entsteht, hat abgewogen, und Abwägen gehört zur Arbeit.
  2. Was verunsichert im Umgang mit KI am meisten? Die Frage gibt der Unsicherheit einen Namen. Eine konkrete Antwort, etwa die Sorge vor einem unbemerkten Fehler im Fachtext, ist ein Arbeitsauftrag für die Marketingleitung.
  3. Wer prüft ein KI-Ergebnis, bevor es rausgeht, und wie lange dauert das? Hier zeigt sich, ob es überhaupt eine Prüfung gibt und wessen Zeit sie kostet. Wie Sie regeln, welche Schritte die KI allein erledigen darf und wann sie anhalten muss, steht im Beitrag Freigabe-Ampel für Marketingteams. Diese Frage klärt, was davor im Team passiert.
  4. Wie viel Nacharbeit steckt in einem typischen Text, der mit KI entstanden ist? Die Antwort ist der Rohstoff für die erste der drei Zahlen unten.
  5. Was fehlt, um mit KI sicherer zu arbeiten? Aus den Antworten entsteht der Anfang eines Kompetenzmodells für Ihr Team, und die nächste Schulung bekommt eine Größe, die passt.

Drei Zahlen, die Aufwand und Nacharbeit sichtbar machen

Das Gespräch zeigt, wie das Team die Einführung erlebt. Ob sich danach etwas bewegt, zeigen drei Zahlen, die Sie ab dem nächsten Content-Asset mitschreiben, also ab dem nächsten Beitrag, Post oder Newsletter:

  1. Korrekturminuten je Content-Asset. Die Zeit, die nach der Fertigmeldung noch in einen Text fließt, gezählt bei der Person, die ihn abnimmt. Bei uns ist das meine Zeit, in Ihrem Team vielleicht Ihre oder die eines Kollegen, der gegenliest.
  2. Beanstandete Stellen je Entwurf im ersten Prüfdurchgang. Wie viele Stellen die erste vollständige Prüfung findet, bevor jemand korrigiert. Die Zahl misst den Abstand zwischen Fertigmeldung und Befund.
  3. Stunden je Content-Asset bei gleicher Qualität. Alle Arbeitsstunden der Menschen im Team, vom Briefing bis zur Freigabe. Als Maß für gleiche Qualität reicht für den Anfang die zweite Zahl. Steigt sie, ist die gesparte Stunde keine.

Eine Schätzung je Content-Asset genügt für den Anfang, auch unsere eigenen Werte sind Schätzungen. Den Aufwand trägt, wer abnimmt: eine Zeile Notiz je Text. Wie sich der Aufwand je Beitrag zu einer Monatsrechnung hochrechnen lässt, zeigt der Beitrag Prompten war gestern: Diese neuen Workflows machen KI-Content belastbar.

Der KI-Bericht nach oben ist auch eine Fertigmeldung

Die Frage, wer eine Arbeit zum ersten Mal gesehen hat, stellt sich eine Ebene höher noch einmal. Wenn eine Marketingleitung der Geschäftsführung meldet, dass KI im Marketingteam Stunden spart, ist auch das eine Fertigmeldung, und die Geschäftsführung sieht von der Nacharbeit dahinter so viel, wie in der Meldung steht. Meine Regel dafür: Eine Effizienzzahl geht erst nach oben, wenn das Team sie gelesen hat und die Korrekturminuten danebenstehen. Dann belegt dieselbe Zahl oben die Ersparnis und zeigt unten, dass jemand die Arbeit gesehen hat.

Dieser Beitrag ist mit KI entstanden: Sie hat recherchiert und den ersten Entwurf geschrieben. An festen Gates wurden 47 Aussagen gegen ihre Quellen geprüft, über den fertigen Text habe ich entschieden.

Quellen

Aus Ihrem Fachwissen wird ein Content-System. Lassen Sie uns klären, welches Thema Ihre erste Content Pipeline trägt. Erstgespräch vereinbaren →