Die große Nivellierung: Ein Frühwarnsystem für Kommunikationsverantwortliche

Erinnert ihr euch noch an die Euphorie der ersten ChatGPT-Versuche, wie mühelos sich Content plötzlich produzieren ließ? Knapp vier Jahre später beschäftigen die Unternehmenskommunikation weniger euphorisierende Fragen: Warum klingt alles gleich? Und warum erreicht es niemanden mehr?

Autor:innen: Timm Rotter, Katja Hertin

Inhaltsverzeichnis

• 1. Von außen austauschbar, von innen ausgezehrt
• 2. Strategie-Blindheit durch Content-Schwemme
• 3. Wenn die Urteilskraft einschläft
• 4. Sichtbar, aber nicht auffindbar
• Was die vier Warnzeichen verbindet

Seit Anfang 2025 pendelt der Anteil KI-geschriebener Artikel im Web um rund 50 Prozent. Auf LinkedIn sind laut Richard van der Blom, der als einer der profiliertesten Experten für den LinkedIn-Algorithmus gilt, rund 80 Prozent der Kommentare in den ersten fünf Minuten KI-generiert. Die Pointe: Dieselbe KI, mit der wir um Aufmerksamkeit kämpfen, sorgt dafür, dass wir sie verlieren.

Auf LinkedIn steuert seit dem Feed-Umbau 2026 ein KI-Modell die Verteilung, das nicht mehr fragt, wie groß ein Netzwerk ist, sondern ob ein Beitrag wirklich gelesen wird. Das wichtigste Signal ist die Verweildauer: Bleibt die Testgruppe an einem Beitrag hängen und kommentiert substanziell, spielt das System ihn weiter aus. Scrollen dagegen alle vorbei, wird die Reichweite abgedreht. Auswechselbare KI-Texte erzeugen kaum Verweildauer.

Bei Google beantwortet eine KI-Übersicht die Suchanfrage direkt oben auf der Seite, aus mehreren Quellen zusammengefasst, ohne dass der Nutzer noch klicken muss. Das heißt konkret: Ihr Beitrag kann auf Platz eins ranken und wird trotzdem kaum gelesen.

Die größte Gefahr beim KI-Einsatz ist 2026 also nicht Ineffizienz, sondern Bedeutungslosigkeit. Vier Warnzeichen zeigen, ob eure Kommunikation davon betroffen ist, jeweils mit Praxistest und Gegenmaßnahme.

1. Von außen austauschbar, von innen ausgezehrt

Sprachmodelle sind trainiert, das Wahrscheinlichste zu schreiben. Wer sie ohne klare Vorgaben nutzt, bekommt genau das: den Durchschnitt. Das „In einer zunehmend digitalen Welt …“, die drei Aufzählungspunkte, der immergleiche Gedankenstrich. So rutscht eine Markenstimme nach der anderen in die statistische Mitte.

Der zweite Aspekt betrifft nicht den Klang, sondern die Substanz. Wird KI mit KI-Output gefüttert, verarmt ihr Material. Forscher nennen das „Model Collapse“. Mit jeder Runde wird der Output dünner. Dasselbe passiert, wenn das Team die KI mit der x-ten Aufbereitung derselben Pressemitteilung brieft.

Praxistest: Legt vier anonymisierte Social-Media-Beiträge nebeneinander, zwei eigene und zwei von Wettbewerbern, und lasst das Team tippen, welche von euch stammen. Wer die eigenen nicht erkennt, hat die Nivellierung gerade live erlebt. Bei In A Nutshell (IAN) haben wir einen „AI Slop Detector“ angelegt. Das ist ein Agent, der Texte gnadenlos auf LLM-Weichspülung prüft.

Gegenmaßnahme: Gebt der KI eine unverwechselbare Stimme statt generischer Attribute. Nicht „schreib professionell und nahbar“, sondern eine Sprachvorgabe mit Beispieltexten und klaren No-Gos. Und füttert das System mit dem, was nur ihr habt: Kundeninterviews, Vertriebsfeedback, eigene Studien. Diese hausgemachte Substanz hebt euch aus dem Durchschnitt.

2. Strategie-Blindheit durch Content-Schwemme

Ein Prompt, 30 Varianten, der Plan ist voll bis Quartalsende. Aber je mehr Masse ohne Mühe entsteht, desto seltener fragen wir, warum es überhaupt entstehen soll. Die Strategie verschwindet hinter dem Output.

Praxistest: Legt eure fünf letzten Inhalte nebeneinander. Schafft ihr es, jedem in 30 Sekunden ein konkretes Kommunikationsziel zuzuordnen? Wenn ihr ins Stocken geratet, bedeutet das: nachschärfen.

Gegenmaßnahme: Fangt nicht beim Format an, sondern beim Ziel. Hilfreich ist der Blick auf die Lücke zwischen dem, was eure Zielgruppe heute über euch denkt, und dem, was sie denken soll. Ein Mittelständler etwa gilt bei Einkäufern als reiner Zulieferer, will aber als Entwicklungspartner gesehen werden. Diese Lücke zu schließen, ist die eigentliche Aufgabe, auf die jeder Inhalt einzahlen sollte. Ist dieses Ziel in der Projektumgebung des KI-Tools hinterlegt, wird aus „Wir brauchen noch etwas für Donnerstag“ ein „Dieser Beitrag bringt uns unserem Ziel X einen Schritt näher“.

3. Wenn die Urteilskraft einschläft

KI-Texte klingen souverän, auch wenn sie falsch liegen. Glatte Sätze und der selbstsichere Ton schalten das Misstrauen ab. Hinzu kommt ein schleichender Effekt: Übernimmt die KI das Recherchieren, Entwerfen und Verbessern dauerhaft, verkümmert die Kompetenz, mit der wir Menschen ihre Vorschläge beurteilen müssen.

Praxistest: Schmuggelt in einer internen Testumgebung bewusst eine falsche Zahl in einen KI-Entwurf und lasst das Team ihn wie gewohnt reviewen. Fällt das niemandem auf, schärft eure Prüfroutinen.

Gegenmaßnahme: Macht aus „Human in the Loop“ einen echten Arbeitsschritt statt einer Floskel. Bei IAN und disruptive legen wir für alle Content-Projekte einen Verantwortlichen fest, der Texte stilistisch und inhaltlich prüfen muss. Lasst die KI zudem ihre Wahl begründen und Schwachstellen aufzeigen, damit sie zum echten Sparringspartner wird, statt als Ja-Sager Pseudo-Feedback zu geben.

4. Sichtbar, aber nicht auffindbar

Die meisten Teams optimieren noch für eine Welt, die es so nicht mehr gibt: Keyword, Uhrzeit, der blaue Link bei Google. Doch die Auffindbarkeit läuft zunehmend über Systeme, die Inhalte lesen, zusammenfassen und nur einzelne Quellen zitieren. Wer für die alte Mechanik produziert, veröffentlicht tadellosen Content, den weder Mensch noch Maschine an die Oberfläche holt.

Praxistest: Stellt einer KI-Suche drei Fragen, die von eurer Zielgruppe stammen könnten, etwa „Welcher Anbieter löst Problem X am besten?“ Taucht euer Unternehmen auf? Werdet ihr als Quelle genannt? Wenn nicht, seid ihr im neuen Spiel unsichtbar.

Gegenmaßnahme: Hört auf, nur sichtbar sein zu wollen, und werdet zitierfähig. Ein KI-System nennt eine Quelle nicht, weil sie oft postet, sondern weil sie etwas hat, das nirgendwo sonst steht. Die hausgemachte Substanz aus Punkt 1 entscheidet hier ein zweites Mal: Sie ist der Grund, überhaupt gefunden zu werden.

Was die vier Warnzeichen verbindet

Keines dieser Warnzeichen ist ein Technologieproblem. Alle haben dieselbe Wurzel: Die KI läuft außerhalb der Strategie, statt in ihr verankert zu sein. KI-Tools ersetzen nicht das Festlegen von Markenbotschaften und Kommunikationszielen. Ist der Markenkern klar, verstärken sie Klarheit. Sind die Botschaften diffus, verstärken sie Mittelmaß. Das beantwortet auch die Frage vom Anfang: Alles klingt gleich und erreicht niemanden mehr, nicht weil die KI zu leistungsfähig wäre, sondern weil ihr der Kompass fehlt. Die größte Gefahr bleibt 2026 die Bedeutungslosigkeit, aber sie ist kein unausweichliches Schicksal, sondern eine Frage des Setups.

Dieser Beitrag ist ursprünglich für das Scompler-Whitepaper „KI als strategischer Partner" entstanden. Wer tiefer einsteigen möchte in das Thema KI-Sichtbarkeit in Kommunikation und Marketing: Das komplette Whitepaper gibt's hier zum kostenlosen Download. 

Neugierig geworden?
Lasst uns sprechen – wir zeigen euch, wie ihr eurer Kommunikation eine unverwechselbare Stimme gebt, statt in der KI-Mitte unterzugehen.
Katja Hertin, unsere Senior Content Strategist, freut sich über eure Mail. Ihr wollt uns erstmal kennenlernen? Auch eine unverbindliche Erstberatung ist jederzeit möglich.