Das Dilemma im Online-Marketing: Mehr Content, mehr Qualität, weniger Zeit – aber bitte ohne KI?
Aktualisiert: vor 9 Stunden
Mehr Content. Mehr Sichtbarkeit. Mehr Reichweite. Mehr Leads.
Natürlich soll der Content gleichzeitig relevant, authentisch, kreativ, persönlich und natürlich unverwechselbar sein. Am besten mit starken Bildern und noch besser mit einem aussagekräftigen Video. Und vor allem regelmäßig erscheinend – auf sämtlichen Kanälen.
Das Budget? Na ja, das ist gerade überschaubar.
Die eingeplante Zeit? Am liebsten soll alles gestern fertig sein.
Aber zum Glück gibt es KI. Sie kann recherchieren, Ideen entwickeln, Texte strukturieren, Bilder erstellen und Produktionsprozesse erheblich beschleunigen. Und zugänglich ist sie inzwischen für fast jeden.
Problem gelöst? Mmmh – nicht so ganz.
Denn selbstverständlich soll der Content bitte nur nicht nach KI aussehen. Der Gedankenstrich ist inzwischen mit Vorsicht zu betrachten, Dreiklänge stehen unter Generalverdacht und bestimmte Formulierungen lösen zuverlässig die Diagnose aus: „Das hat doch definitiv ChatGPT geschrieben.“
Deutschland hat schließlich rund 84 Millionen Menschen, die gerade nicht als Bundestrainer*innen der Fußballnationalmannschaft gebraucht werden. Ein Teil davon scheint inzwischen direkt in die KI-Forensik gewechselt zu sein.
Willkommen im Dilemma des Online-Marketings.
Nie war es einfacher, Content zu produzieren
Generative KI hat die Content-Produktion grundlegend verändert. Ideen entwickeln, Gliederungen erstellen, Texte überarbeiten, Varianten ausprobieren, Bilder konzipieren, Videos bearbeiten – diese vielen kleinen Arbeitsschritte, die früher erhebliche Ressourcen benötigten, lassen sich heute deutlich schneller erledigen.
Und Marketer nutzen diese Möglichkeiten längst. In einer Befragung von 879 Marketern durch Ahrefs gaben 87 Prozent an, KI bei der Content-Erstellung einzusetzen. Unternehmen, die KI nutzen, veröffentlichten in der Untersuchung im Median 17 statt 12 Artikel pro Monat – also rund 42 Prozent mehr.
Die Zahlen zeigen einen deutlichen Zusammenhang. Unternehmen, die KI einsetzen, veröffentlichen mehr.
Brauchen wirklich 42 Prozent mehr Content?
Denn mehr produzieren zu können, bedeutet noch lange nicht, dass wir auch mehr zu sagen haben.
Und plötzlich haben wir AI Slop
Der Begriff klingt drastisch – und genau deshalb bleibt er hängen. „AI Slop“ oder noch dramatischer „Slopocalypse“ bezeichnet vereinfacht massenhaft produzierten, austauschbaren und häufig KI-generierten Content mit wenig eigener Substanz.
Interessant ist dabei weniger das Schlagwort als die aktuelle Definition von LinkedIn. Die Plattform beschreibt AI Slop als Inhalte, die oberflächlich durchaus professionell wirken können, denen aber eine klare Perspektive, Originalität oder Substanz fehlt. Generische Aussagen, Wiederholungen und Inhalte, die hauptsächlich Aufmerksamkeit erzeugen sollen, gehören ebenfalls dazu.
Entscheidend ist, dass LinkedIn AI Slop ausdrücklich nicht mit KI-unterstütztem Content gleichsetzt. Die Plattform schreibt sogar, dass KI-unterstützte Inhalte willkommen seien, wenn darin die tatsächliche Perspektive, Erfahrung oder Expertise eines Menschen erkennbar bleibt.
Das Problem ist also nicht zwangsläufig das Werkzeug, sondern das mit dem Werkzeug erzeugte Ergebnis.
LinkedIn geht inzwischen aktiv dagegen vor. Im August 2026 führte die Plattform die Feedbackmöglichkeit „Seems like AI Slop“ ein. Nach eigenen Angaben wurde sie innerhalb kurzer Zeit mehr als eine Million Mal genutzt. LinkedIn berichtet außerdem, die Sichtbarkeit von Inhalten, die als AI Slop klassifiziert wurden, durch seine Maßnahmen bereits um 40 Prozent reduziert zu haben.
Damit wird aus einer Debatte über Geschmack plötzlich eine handfeste Frage für das Content-Marketing.
Die große KI-Forensik
Parallel dazu hat sich ein bemerkenswertes Hobby entwickelt: KI-Texte erkennen.
Der Gedankenstrich? Na klar – das ist ganz eindeutig KI-generiert. Aber, welcher eigentlich? Bei diesem Thema kommen viele KI-Forensiker ins Schleudern. Denn Strich ist typografisch keineswegs gleich Strich.
Da wäre zunächst der Bindestrich (-). Er verbindet beispielsweise „KI“ und „Content“ zu „KI-Content“. Dann gibt es den Halbgeviertstrich (–), englisch En-Dash. Und schließlich seinen längeren Verwandten, den Geviertstrich (—), englisch Em-Dash.
Die englischen Namen sind übrigens erstaunlich wörtlich gemeint. Die Bezeichnungen leiten sich traditionell von der Breite eines „n“ beziehungsweise „m“ im Schriftsatz ab.
Und jetzt wird es für unsere KI-Ermittlungen interessant. Im Englischen – besonders im amerikanischen Englisch – wird der Em-Dash häufig verwendet, um einen Einschub, eine Unterbrechung oder einen deutlichen Gedankenwechsel zu markieren. Dabei steht er häufig ohne Leerzeichen direkt zwischen den Satzteilen.
Im Deutschen verwenden wir für solche Einschübe dagegen normalerweise den Halbgeviertstrich – mit Leerzeichen davor und danach. Also den Strich, der auch in diesem Blog verwendet wird.
Ausgerechnet der englische Em-Dash hat in der Diskussion um KI-Texte inzwischen eine erstaunliche Karriere hingelegt. Seine häufige Verwendung wird gerne als vermeintlicher Hinweis auf ChatGPT & Co. interpretiert. Das wird spätestens dann amüsant, wenn anschließend auch jeder deutsche Gedankenstrich zum KI-Beweisstück erklärt wird.
Wer also einen Halbgeviertstrich entdeckt und triumphierend „Aha, typischer KI-Em-Dash!“ ruft, hat möglicherweise weniger über die Entstehung des Textes herausgefunden als über die eigene Typografiekenntnis.
Kleiner Service für alle, die jetzt trotzdem einen Gedankenstrich setzen möchten
(der auch zu meinen liebsten Satzzeichen gehört)
Auf einer deutschen Windows-Tastatur versteckt sich der Halbgeviertstrich leider ziemlich gut:
Und in vielen Textprogrammen wie Word wird aus zwei Bindestrichen oder aus einem Bindestrich zwischen Leerzeichen je nach Auto-Korrektur-Einstellung automatisch ein Gedankenstrich.
Damit wäre zumindest geklärt, wie man das vermeintliche KI-Indiz auch ganz ohne KI produziert. Beim Gedankenstrich hört die Spurensuche allerdings nicht auf. Es gibt weitere als Hinweise verschriene Stilmittel.
Drei aufeinanderfolgende Begriffe? Das ist bestimmt KI.
Eine allzu saubere Gliederung? Natürlich KI.
Bestimmte Wörter? Ganz eindeutig KI.
Dumm nur, dass Sprache so nicht funktioniert. Menschen haben Gedankenstriche lange vor ChatGPT verwendet. Rhetorische Dreierfiguren sind einige Jahrtausende älter als generative KI. Und auch ein gut strukturierter Text ist noch kein Geständnis an die künstliche Unterstützung, ebenso wenig wie die Frage-Antwort-Struktur oder ein abschließendes Fazit.
Spannend ist deshalb eine Untersuchung des Nürnberg Instituts für Marktentscheidungen mit jeweils 1.000 Befragten in Deutschland, Großbritannien und den USA. Nur rund 25 Prozent der Befragten waren überhaupt der Meinung, KI-generierte Inhalte erkennen zu können. Schon das zeigt, wie unsicher die vermeintliche KI-Forensik ist.
Und unabhängig davon gilt, dass ein vermeintlich KI-typisches Stilmerkmal noch kein belastbarer Herkunftsnachweis ist.
Ein – vielleicht offensichtliches - Beispiel aus dem Online-Marketing
Stellen wir uns zwei Posts vor. Post A wurde vollständig von einem Menschen geschrieben: Er beginnt mit einer austauschbaren Floskel, liefert fünf bekannte Tipps, enthält keine eigene Erfahrung, keine überraschende Beobachtung und keine konkrete Perspektive.
Post B entstand mit Unterstützung einer KI. Der Mensch dahinter hat die These entwickelt, eigene Erfahrungen eingebracht, Quellen überprüft, Beispiele ergänzt, Formulierungen verworfen und den Text so lange bearbeitet, bis er tatsächlich die eigene Position wiedergibt.
Welcher davon ist der bessere Content?
Die Antwort lässt sich nicht aus dem verwendeten Werkzeug ableiten. Genau deshalb halte ich die Diskussion „Mensch oder KI?“ für zu kurz gegriffen. Und vielleicht auch deshalb, weil ich mich selbst in Post B zu 100% wiedersehe.
Meiner Meinung nach sollten wir viel stärker darüber sprechen, welchen Anteil der eigentlichen Kommunikationsleistung ein Mensch an eine KI delegiert. Es gibt verschiedene Möglichkeiten:
Recherche unterstützen lassen? Das halte ich für sinnvoll.
Gedanken sortieren? Ebenfalls.
Eine alternative Struktur ausprobieren? Warum nicht?
Den eigenen Rohtext sprachlich überprüfen und überarbeiten? Kann hervorragend funktionieren.
Aber eine KI mit „Schreib mir einen LinkedIn-Post über Führung“ losschicken, das Ergebnis kopieren und veröffentlichen? Nicht wirklich. Mit dieser Methode wird zwar Content produziert, nur eben noch lange keine relevante Kommunikation.
Trotzdem wäre es zu einfach, die KI-Kritik abzutun
Denn das stellenweise berechtigte Misstrauen existiert. Untersuchungen zur Wahrnehmung KI-generierter Marketinginhalte zeigen ein differenziertes Bild. Das Nürnberg Institut für Marktentscheidungen fand beispielsweise ein insgesamt geringes Vertrauen in KI und Unternehmen aus diesem Bereich.
Eine internationale Studie von Canva aus dem Jahr 2026 kommt ebenfalls zu einem bemerkenswerten Ergebnis. 87% der befragten Verbraucher akzeptieren KI zwar grundsätzlich, empfinden aber KI-generierte Werbung häufiger als unvollständig oder weniger menschlich. Das deckt sich zumindest mit einer Beobachtung, die ich in meinem eigene Umfeld mache, selbstverständlich ohne Anspruch auf Repräsentativität: Bei einigen erzeugt offensichtlich KI-generiertes Bildmaterial sogar Ablehnung.
Das sollte man als Marketer unbedingt ernst nehmen. Nicht als Begründung, KI grundsätzlich aus der Content-Produktion zu verbannen, sondern als Hinweis darauf, dass Effizienz allein kein Kommunikationsziel ist und sein darf.
Ein Inhalt kann technisch perfekt, grammatikalisch sauber und optisch makellos sein – und trotzdem niemanden berühren.
Das eigentliche Dilemma beginnt viel früher
Unternehmen stehen heute unter erheblichem Kommunikationsdruck. Sie sollen auf verschiedenen Plattformen präsent sein, regelmäßig veröffentlichen, auf Kommentare reagieren, gutes Bild- und Videomaterial produzieren, Social Search und Suchmaschinen berücksichtigen, Websites aktuell halten, Expertise zeigen und Vertrauen aufbauen. Und natürlich soll all das messbar etwas bewirken.
Mehr Reichweite. Mehr Bekanntheit. Mehr Bewerbungen. Mehr Leads. Mehr Umsatz.
Gerade kleinere Unternehmen verfügen dafür aber weder über unbegrenzte Budgets noch über eigene Redaktionsteams. Es gibt zwar eine Lösung, die seit Jahrzehnten zuverlässig funktioniert: Man beauftragt einfach eine Agentur, die sich mit sowas auskennt. klarvernetzt zum Beispiel.
Aber häufig kommt an dieser Stelle ins Spiel. Sie verspricht genau das, was fehlt: Zeit und Produktionskapazität.
Je einfacher Content allerdings produziert werden kann, desto mehr entsteht davon. Und je mehr austauschbarer Content unsere Feeds füllt, desto schwieriger wird es wiederum, Aufmerksamkeit zu bekommen.
Ein ziemlich perfekter Kreislauf.
Wahrscheinlich besteht die Lösung nicht darin, noch effizienter zu produzieren. Vielleicht müssen wir zuerst entscheiden, was überhaupt produziert werden sollte.
Menschengemacht bedeutet nicht automatisch authentisch
Dabei stört mich besonders die Gleichsetzung von „menschengemacht“ und „authentisch“. Ein Stockfoto von sechs Menschen, die in einem perfekt ausgeleuchteten Besprechungsraum begeistert auf einen Laptop zeigen, ist menschengemacht. Authentisch ist es deshalb noch lange nicht. Ein Gruppenfoto nach einem Geschäftstreffen ist sicherlich authentisch – ein Mehrwert ist es nicht unbedingt.
Ein Unternehmenspost mit „Bei uns steht der Mensch im Mittelpunkt“ kann von einer realen Person persönlich eingetippt worden sein. Individueller wird die Aussage dadurch auch nicht. Umgekehrt kann ein KI-unterstützter Text auf echten Erfahrungen, einer klaren Meinung und konkretem Fachwissen beruhen.
Authentizität entsteht nicht automatisch durch den Verzicht auf Technologie. Sie entsteht durch Perspektive, Erfahrung, Haltung und Wiedererkennbarkeit.
KI kann diese Dinge unterstützen. Erfinden sollte sie sie nicht.
Möglicherweise haben wir ein Mengenproblem
Dass professionelle Content-Produktion heute viel zugänglicher ist, ist grundsätzlich etwas Gutes. Kleine Unternehmen können heute technisch Dinge umsetzen, für die früher teure Ausrüstung oder große Produktionsbudgets notwendig waren.
Aber jede Demokratisierung von Produktion bringt auch mehr Produktion hervor. Und deshalb könnte eine der wichtigsten Fähigkeiten im Content-Marketing der nächsten Jahre ausgerechnet darin bestehen, nicht jeden möglichen Inhalt zu veröffentlichen.
Nicht jede Idee braucht einen Post.
Nicht jeder Trend passt zur Marke.
Nicht jeder Unternehmensvorgang ist eine Geschichte.
Nicht jede Kalenderwoche braucht zwangsläufig fünf neue Botschaften.
Und nicht jeder Text wird wertvoller, nur weil wir daraus zusätzlich ein Carousel, ein Reel und drei Storys machen können.
Vielleicht sollten wir weniger KI und mehr Qualität erkennen
Die aktuelle Diskussion um AI Slop könnte deshalb sogar etwas Gutes bewirken. Sie bringt uns dazu, wieder über Qualität und austauschbare, überflüssige Inhalte zu sprechen. Und sie bringt uns dazu die eigene Perspektive und das Vertrauen in unsere Marke zu überprüfen. Und sich immer wieder eine Frage (übrigens meine Lieblingsfrage im Marketing) zu stellen: Hätte dieser Content wirklich veröffentlicht werden müssen?
Denn wenn wir weniger darüber reden wollen, wie man KI vermeintlich an Gedankenstrichen erkennt, müssen wir über etwas Schwierigeres sprechen:
Was bringt Menschen tatsächlich dazu, bei einem Inhalt stehenzubleiben?
klarvernetzt merkt an:
Man könnte natürlich auch eine Agentur beauftragen, die sich mit sowas auskennt. Just saying 😊
Quellen:
Journal of Business Research: The AI-authorship effect - Understanding authenticity, moral disgust, and consumer responses to AI-generated marketing communications
LinkedIn: Keeping Conversation real on LinkedIn
LinkedIn: How LinkedIn is tackling AI Slop
Meltwater: What the rise of AI slop means for marketers
Nuremberg Institut for Market Decisions: Transparency without trust
Kommentare