Inhalt
AI in der Kreativität: Was sich für Marken wirklich ändert
TL;DR: Auf der HUMAN X Conference erklärten Abhay Parasnis von Typeface, Jessica Powell von AudioShake und Mikayel Vardanyan von Picsart, dass die AI in der Kreativität den menschlichen Wert nicht eliminiert: Sie verlagert den Wettbewerbsvorteil auf Relevanz, Personalisierung, Geschmack, Vertrauen und die Fähigkeit, immer komplexere Workflows zu orchestrieren.
Auf der HUMAN X Conference behandelte das von Nora Ali moderierte Panel eine entscheidende Frage für Marketer, Medienteams und Technologieunternehmen: Wie verändert sich die Kreativität, wenn die Content-Produktion mit der Geschwindigkeit der AI beschleunigt wird? Die Antwort ist eindeutig. Heute geht es nicht mehr nur darum, Inhalte schnell zu erstellen. Der wahre Knackpunkt ist, relevante, kontextuelle, markenkonforme und glaubwürdige Inhalte für das Publikum zu schaffen.
Zusammengefasst: AI reduziert drastisch die Produktionszeiten und -kosten, macht aber das, was nicht leicht standardisiert werden kann, umso wichtiger. Das Wichtigste ist, dass sich der Wert von der reinen Ausführung zur Qualität der Entscheidungen verlagert.
HUMAN X Conference: Das neue Gleichgewicht zwischen Geschwindigkeit und Qualität
Die Diskussion umfasste drei komplementäre Perspektiven. Abhay Parasnis von Typeface brachte den Standpunkt der AI im personalisierten Marketing ein. Jessica Powell von AudioShake zeigte, wie AI Audio-Workflows transformieren kann, die zuvor unmöglich oder zu langsam waren. Mikayel Vardanyan von Picsart beschrieb eine breitere Vision, in der mehrere Agenten und Modelle die operative Reibung für Creator und Teams reduzieren.
Der Kontext zählt. Es handelt sich nicht um eine theoretische Debatte über Automatisierung, sondern um eine praktische Reflexion darüber, wie Kampagnen, Assets und kreative Prozesse in Organisationen bereits verändert werden.
AI in der Kreativität: Wo die Reibung verschwindet und wo der Engpass bleibt
Laut Parasnis hat die AI bereits zwei historische Reibungen beseitigt: Kosten und Zeit der Inhaltserstellung. Mit immer effektiveren Modellen für Text, Bilder, Videos und Audio ist die Produktion nicht mehr das Hauptproblem. Der Engpass verlagert sich auf die Fähigkeit, in Echtzeit relevant zu sein und Nachrichten und Touchpoints wirklich zu personalisieren.
Das bedeutet, dass die Fülle an Inhalten nicht automatisch Effektivität garantiert. Im Gegenteil, sie kann das Rauschen erhöhen.
Die neuen Bremsen sind vor allem drei:
- Relevanz im richtigen Moment
- Tiefe Personalisierung auf Zielgruppe, Produkt und Kanal
- Menschliches Urteil über Qualität, Ton und Gelegenheit
Parasnis hebt einen entscheidenden Aspekt hervor: Wenn alle auf ähnliche Plattformen zugreifen, liegt der Vorteil nicht nur im Werkzeug, sondern darin, wie Urteil, Vertrauen und Markenstimme angewendet werden.
Was bedeutet „Geschmack“ im Zeitalter der AI?
Einer der stärksten Gedanken, die aus dem Panel hervorgingen, ist, dass „Geschmack“ keine universelle Definition hat. Parasnis verbindet ihn mit dem Kontext: B2B und B2C haben unterschiedliche Kriterien; Akquisition und Engagement folgen unterschiedlichen Logiken. Gerade deshalb ist Geschmack schwer vollständig zu automatisieren.
Geschmack bedeutet in diesem Szenario Urteilsvermögen. Es bedeutet zu verstehen, welche Nachricht gesendet werden soll, an wen, wann und in welcher Form. Es bedeutet auch, ästhetisch korrekte, aber strategisch irrelevante Kommunikation zu vermeiden.
Für Typeface ist ein zentrales Element des Geschmacks die extreme Relevanz. Eine Marke, die kommuniziert, ohne die bereits bestehende Beziehung zum Kunden zu berücksichtigen, erzeugt Reibung, nicht Wert. In einem mit Inhalten gesättigten Ökosystem verliert auch ein gut gemachtes Asset an Wirksamkeit, wenn es außerhalb des Kontexts ankommt.
Die zweite Komponente ist das Vertrauen. Parasnis verbindet das Konzept des Geschmacks auch mit der Wahrnehmung von Authentizität und Glaubwürdigkeit der Nachricht. In einer Umgebung, in der AI-generierte Inhalte immer häufiger werden, muss die Marke Konsistenz und Korrektheit vermitteln, nicht nur kreative Brillanz.
Schlüsselfrage: Wie baut man Vertrauen mit AI-generierten Inhalten auf?
Antwort: Vertrauen wird durch relevantere, weniger invasive und kohärentere Kommunikation mit dem realen Profil des Kunden aufgebaut.
Parasnis erwähnte den Fall eines großen US-Telekommunikationsunternehmens, das identische E-Mails an Millionen von Nutzern verschickte, obwohl es über viele kontextuelle Daten zu Plänen, Kaufverhalten und Verbrauchsprofilen verfügte. Der Eingriff bestand nicht darin, „mehr Inhalte zu produzieren“, sondern weniger und gezieltere Inhalte zu versenden. Das berichtete Ergebnis war eine Verbesserung der Klickrate und der nachgelagerten Konversionen um etwa 93%, dank relevanterer Nachrichten für jedes Segment.
Die strategische Lektion ist klar: Effektive Personalisierung bedeutet nicht die Vervielfachung der Outputs. Sie bedeutet eine bessere Auswahl der Nachricht.
Wie vermeidet man die Homogenisierung von AI-Inhalten?
Das Risiko der Homogenisierung wurde explizit angesprochen. Parasnis verweist auf das Problem des „AI slop“: Wenn viele ähnliche Werkzeuge mit ähnlichen Logiken verwenden, beginnen sich die Ergebnisse zu ähneln.
Die Antwort von Typeface basiert auf zwei Ebenen.
- Markenkontext und System of Record
Die Idee ist, die Systeme mit dem spezifischen Kontext der Marke zu trainieren: Stimme, Produktkataloge, Zielgruppe, Daten und Analysen. In dieser Logik ergibt sich der Wert nicht nur aus dem Basismodell, sondern aus der Kontextebene, die den Output für das spezifische Geschäft unterscheidbar und nützlich macht.
- Cross-Channel-Orchestrierung
Die Personalisierung kann nicht bei einem einzigen Touchpoint aufhören. Parasnis betont, dass eine personalisierte E-Mail, die alle auf dieselbe Landingpage führt, keine wirklich relevante Erfahrung schafft. Deshalb wird es entscheidend, E-Mail, Web und Social in einer einheitlichen Personalisierungslogik zu koordinieren.
Das bedeutet, dass die Zukunft der AI im Marketing nicht nur darin besteht, Assets schneller zu generieren. Es geht darum, Kohärenz zwischen Assets, Kanälen und Momenten der Customer Journey zu orchestrieren.
AudioShake: Wenn AI das möglich macht, was vorher nicht möglich war
Jessica Powell fügte eine sehr nützliche Perspektive hinzu, indem sie zwischen generativer AI und anderen Anwendungen des maschinellen Lernens unterschied. Im Fall von AudioShake ist die erwähnte Technologie die Quellentrennung, also die Trennung der Komponenten eines bestehenden Audios. Einfach ausgedrückt bedeutet Quellentrennung, Stimme, Musik, Geräusche oder andere Elemente aus einer einzigen Tonspur zu isolieren.
Diese Fähigkeit verändert die Workflows auf zwei Arten.
Die erste ist produktiv: Sie ermöglicht es, schneller an Broadcast-, Social- und Post-Production-Inhalten zu arbeiten.
Die zweite ist noch interessanter: Sie macht Materialien nutzbar, die zuvor überhaupt nicht nutzbar waren. Powell gibt konkrete Beispiele, wie Clips, die in lauten Umgebungen aufgenommen wurden, oder Inhalte, die aufgrund von Hintergrundmusik nicht veröffentlicht werden konnten. In diesen Fällen beschleunigt AI nicht nur. Sie eröffnet neue kreative und distributive Möglichkeiten.
Schlüsselfrage: Wo kommt das menschliche Urteil in AI-gestärkte kreative Workflows ins Spiel?
Antwort: Es kommt ins Spiel, wenn das System Komponenten oder Optionen produziert, aber ein Experte benötigt wird, um die endgültige Form, ästhetische Umsetzung und kreative Prioritäten zu entscheiden.
Powell erklärt, dass, sobald die Audiospuren getrennt sind, jede nachfolgende Entscheidung zutiefst menschlich bleibt. Ein Audioingenieur, ein Post-Production-Team oder ein A&R-Profi wenden jahrelange Erfahrung an, um zu bestimmen, wie ein Mix klingen soll, wie er an ein Format angepasst oder in einem neuen Kontext aufgewertet werden kann.
Das Wichtigste ist: AI erweitert den Handlungsspielraum des menschlichen Talents, löscht aber nicht seine Funktion in qualitativ hochwertigen Schritten aus.
Picsart: Weniger technische Auswahl, mehr Fokus auf das zu lösende Problem
Mikayel Vardanyan hat ein immer aktuelleres Thema angesprochen: die Entscheidungsmüdigkeit, die durch die Proliferation von Modellen verursacht wird. Für den Endnutzer ist es oft ein unnötiger Overhead, zu verstehen, welches Modell für Videos, Bilder oder andere Aufgaben verwendet werden soll. Picsart versucht, diese Reibung zu reduzieren, indem es zahlreiche Modelle integriert und sie im Hintergrund je nach Anwendungsfall arbeiten lässt.
Hier tritt ein weiterer relevanter Aspekt hervor: Mit der Zunahme der Automatisierung sind Figuren erforderlich, die orchestrieren können. Vardanyan spricht von Personen, die in der Lage sind, Prozess, Geschmack, Qualität und den richtigen Zeitpunkt der Anwendung zu verstehen. Es reicht nicht aus, AI-Tools zu verwenden. Man muss sie in ein Geschäftsziele integrieren können.
Interessant ist auch seine Beobachtung des Geschmacks als experimentelles Phänomen. In vielen Fällen stimmt das, was wirklich funktioniert, nicht mit dem persönlichen Geschmack des Erstellers überein, sondern mit dem, was bei bestimmten Zielgruppen, wie Gen Z oder Millennials, Anklang findet. Dies bringt die AI-gesteuerte Kreativität auf ein sehr konkretes Terrain: Tests, Publikumsreaktionen und kontinuierliche Anpassung.
Die wirklich wichtigen Fähigkeiten in der AI-gesteuerten Kreativwirtschaft
Am Ende verlagerte sich das Panel auf Teams, Rollen und Kompetenzen. Jessica Powell hob die Rolle des Generalisten hervor, insbesondere in dynamischen Kontexten wie Startups und agilen Teams. Eine Person, die sich zwischen Design, Social, Kommunikation und Inhalten bewegen kann, kann einen großen operativen Vorteil generieren, auch wenn es nützlich bleibt, sie dort mit Spezialisten zu ergänzen, wo Tiefe erforderlich ist.
Vardanyan verstärkte diese Sichtweise mit einer breiteren Perspektive: Zu verstehen, wie das Geschäft horizontal funktioniert, vom Produkt bis zur Finanzierung, von den Benutzerbedürfnissen bis zu den AI-Tools, wird zu einer entscheidenden Kompetenz. Seine Idee ist, dass der Markt zunehmend hybride Figuren und sogar Solopreneure bevorzugen wird, die in der Lage sind, die Automatisierung zu nutzen.
Und als Abhay Parasnis zum Abschluss gefragt wurde, welche Fähigkeit er heute in zwei Worten wählen würde, war die Antwort sofort: „taste and trust“.
Was Marken und kreative Teams jetzt tun müssen
Aus diesem Panel ergibt sich eine klare Richtung.
- Die Beschleunigung der Produktion reicht nicht mehr aus
- Relevanz ist ein primärer Wettbewerbsvorteil
- Personalisierung muss kontextuell und kanalübergreifend sein
- Menschliches Urteil bleibt in wertvollen Momenten entscheidend
- Die stärksten Fähigkeiten kombinieren Anpassungsfähigkeit, Geschäftskompetenz und kritisches Denken
Zusammengefasst: AI in der Kreativität senkt die Messlatte nicht. Sie verschiebt sie. Weniger Gewicht auf die reine Produktion, mehr Gewicht auf Strategie, Kohärenz, Vertrauen und die Fähigkeit, das zu interpretieren, was für das Publikum wirklich zählt.
FAQ
Was bedeutet AI in der Kreativität?
AI in der Kreativität bedeutet, künstliche Intelligenzsysteme zu nutzen, um die Produktion von Inhalten in Formaten wie Text, Bildern, Videos und Audio zu beschleunigen, zu erweitern oder zu ermöglichen. Im HUMAN X Panel wurde jedoch deutlich, dass der wahre Wert entsteht, wenn AI von Kontext, Geschmack und Geschäftszielen geleitet wird.
Wird AI Kreative ersetzen?
Aus der Diskussion geht keine lineare Ersetzung der Kreativen hervor. Vielmehr ergibt sich eine Transformation der Rollen. Wenn das Erstellen weniger kostet und weniger Zeit erfordert, werden menschliches Urteil, die Fähigkeit zur Auswahl, Qualitätskontrolle und Markenkoherenz wichtiger.
Wie vermeidet man, dass AI-Inhalte alle gleich aussehen?
Die im Panel angegebene Antwort ist, proprietären Kontext, Markendaten, Publikumskenntnisse und kanalübergreifende Orchestrierung zu nutzen. Ohne diese Elemente besteht die Gefahr, dass der Output dem von jedem anderen ähnelt, der dieselben Basismodelle verwendet.
Welche Fähigkeiten sind heute erforderlich, um in der Kreativität mit AI zu arbeiten?
Es sind sowohl generalistische Anpassungsfähigkeit als auch spezialisierte Fähigkeiten erforderlich. Insbesondere hoben die Referenten den Wert von Geschmack, Vertrauen, Produktverständnis, Geschäftswissen und der Fähigkeit hervor, zwischen verschiedenen Funktionen zu arbeiten.
Warum ist Personalisierung so wichtig?
Weil, wenn die Content-Produktion industrialisiert wird, das, was eine Marke wirklich unterscheidet, die Fähigkeit ist, die richtige Nachricht zur richtigen Person zur richtigen Zeit zu senden. Relevante Personalisierung verbessert Erfahrung, Vertrauen und Leistung.
Um die Kunst in der Kreativität und ihre Auswirkungen weiter zu vertiefen, ist es nützlich, auch Bildungswege wie die von LABA oder spezialisierten Instituten wie dem SAE Institute zu erkunden.
Schließlich, für diejenigen, die über die neuesten technologischen Entwicklungen auf dem Laufenden bleiben möchten, weisen wir auf den Start der Grok 3 API hin, Elon Musks Alternative zu GPT-4o, die jetzt für Entwickler verfügbar ist, und innovative Tools wie TurboLearn AI, das PDFs, Videos und Audio in personalisierte Notizen, Quiz und Lernkarten umwandelt.




