Digitaler Sog

Die erste Hälfte des 19. Jahrhunderts, das viktorianische England. Während die industrielle Revolution die mechanische Präzision feierte, sah Ada Lovelace – Tochter des Dichters Lord Byron – etwas, das andere übersahen.

Charles Babbage baute die Analytical Engine, einen frühen mechanischen Computer, der für komplexe Berechnungen ausgelegt war. Die meisten Menschen sahen darin lediglich eine hochentwickelte Rechenmaschine. Ada Lovelace, die als Mitarbeiterin von Babbage tätig war, schrieb das, was wir heute als das erste Computerprogramm bezeichnen. Ihr eigentlicher Durchbruch war jedoch konzeptioneller Natur: Sie erkannte, dass die Maschine beliebige Symbole verarbeiten konnte – nicht nur Zahlen, sondern auch Buchstaben, Noten und Muster. «Die Maschine könnte kunstvolle und wissenschaftliche Musikstücke beliebiger Komplexität und Länge komponieren», schrieb sie. Was wie ein Taschenrechner aussah, konnte zu einem kreativen Werkzeug werden. Technologie und Kultur waren nicht voneinander getrennt – sie würden sich gegenseitig prägen.

Zwei Jahrhunderte später wiederholen wir denselben Fehler, den Adas Zeitgenossen gemacht haben. KI kann heute 100 Sprachen sofort übersetzen, kulturelle Stimmungen analysieren und Marketingbotschaften grenzüberschreitend anpassen. Laut einer Studie von McKinsey aus dem Jahr 2024 nutzen mittlerweile 65 % der Unternehmen generative KI, wobei sich der Einsatz im Marketingbereich im letzten Jahr mehr als verdoppelt hat. Nach Schätzungen von Precedence Research könnte der weltweite Markt für künstliche Intelligenz im Marketingbereich von etwa 25,83 Milliarden US-Dollar im Jahr 2025 auf rund 217,33 Milliarden US-Dollar im Jahr 2034 wachsen.

Die sichtbaren Erfolge sind beeindruckend. Nestlé hat KI-gestützte Inhalte mit digitalen Zwillingen – virtuellen 3D-Nachbildungen von Produkten – eingeführt. Dieser Service reduziert den Zeit- und Kostenaufwand für die Skalierung digitaler Zwillinge um über 70 % und sieht vor, innerhalb von zwei Jahren 10 000 Produkte umzustellen. Dove hat das «Real Beauty Prompt Playbook» veröffentlicht, das Rahmenbedingungen schafft, um KI zu repräsentativeren Ergebnissen zu führen und ein potenzielles Problem der Voreingenommenheit in Markenführerschaft umzuwandeln.

Von Oberflächenwellen zu digitalem Sog

Das sind die dramatischen Wellen an der Oberfläche – sichtbar, messbar, gefeiert. Doch die MIT-Organisationswissenschaftlerinnen Wanda Orlikowski und Susan V. Scott haben etwas ebenso Mächtiges identifiziert, das unter diesen Erfolgsgeschichten wirkt: die digitale Sogwirkung. Die Sogwirkung zeigt sich nicht in Dashboards oder Leistungskennzahlen, sondern in subtilen Veränderungen, wie Organisationen Wissen verstehen und Erkenntnisse, Relevanz und Wert definieren.

KI im Marketing ist daher kein neutrales Optimierungsinstrument, sondern ein fortlaufender Prozess, der – durch alltägliche, oft unbemerkte Handlungen – Märkte, Verbraucher und die Grenzen der Wahlmöglichkeiten neu konfiguriert und im Laufe der Zeit eine digitale Sogwirkung erzeugt.

Mehr «Intelligenz», weniger Verständnis?

Philip Kotlers Marketing 5.0 formulierte «Technologie für die Menschheit» und positionierte KI als Ergänzung und nicht als Ersatz für menschliches Urteilsvermögen. Dieses Konzept geht davon aus, dass Punkte entlang der Customer Journey identifiziert werden können, an denen Menschen und Maschinen aufeinander abgestimmt werden können, um einen höheren Mehrwert zu erzielen. Was diese Vision nicht vorhersah, war, dass die Effizienz der KI das menschliche Urteilsvermögen, das kulturelle Bedeutungen interpretiert, verdrängen würde.

Dies ist die unsichtbare Strömung, die das Verständnis von Unternehmen für kulturelle Erkenntnisse selbst und die Rolle des Menschen neu gestaltet.

Effizienz in grossem Massstab

Im internationalen Marketing wird KI wegen ihrer Fähigkeit, Kampagnen gleichzeitig in mehreren Märkten durchzuführen, sehr geschätzt. Forschung und Praxis unterstreichen ihre Rolle bei der Optimierung von Ressourcen, der Synchronisierung globaler Abläufe und der Unterstützung von Aufgaben wie Anzeigenplatzierung, Leistungsüberwachung und gross angelegten A/B-Tests durch fortschrittliche Analysen. Ausserdem ermöglicht sie Kundensupport über Zeitzonen und Sprachen hinweg und verbessert die Lokalisierung durch automatisierte Übersetzungen und virtuelle Assistenten.

Diese Fähigkeiten machen KI in grenzüberschreitenden Kontexten besonders attraktiv. Gleichzeitig schaffen sie die Voraussetzungen, unter denen sich die digitale Strömung zu formen beginnt. Wenn Effizienzdruck automatisierte Entscheidungen und skalierbare Muster begünstigt, läuft das menschliche Urteilsvermögen Gefahr, von der Sinnfindung zur Ausnahmebehandlung umpositioniert zu werden. In dieser Konfiguration beschäftigt sich menschliches Fachwissen nicht mehr in erster Linie mit der Interpretation von Bedeutungen, sondern greift nur noch ein, wenn algorithmische Ergebnisse fehlschlagen, fehlzünden oder anomal erscheinen.

Um zu verstehen, wie sich diese Verengung in der Praxis vollzieht, müssen wir unter die Oberfläche des KI-gestützten internationalen Marketings blicken.

Im Sog: zwei unsichtbare Veränderungen / Dynamiken

1. Wenn Kultur zum Optimierungsziel wird

Kultur funktioniert als lebendiges System gemeinsamer Bedeutungen – kontextbezogen, umstritten, ständig neu verhandelt. Kulturelle Symbole haben Gewicht, weil sie in Geschichte, soziale Beziehungen und kollektive Erfahrungen eingebettet sind.

KI-gesteuerte Marketingsysteme gehen anders mit Kultur um. Sie identifizieren Muster, Korrelationen und statistische Zusammenhänge. Eine Farbe, eine Phrase oder ein visuelles Motiv wird zu einer Variablen, deren Wert durch ihre gemessene Wirkung auf die Engagement-Kennzahlen bestimmt wird. Die Frage lautet nicht mehr «Was bedeutet dieses Symbol in diesem kulturellen Kontext?», sondern «Welche Variante erzeugt die stärkste Reaktion?». Ersteres erfordert Interpretation, Letzteres nur Messung.

Marketingkampagnen, die auf Engagement optimiert sind, können unbeabsichtigt kulturelle Stereotypen verstärken – weil der Optimierungsprozess vereinfachte, leicht erkennbare kulturelle Hinweise gegenüber nuancierten Darstellungen bevorzugt. Trainingsdaten, die in bestimmten kulturellen Kontexten gesammelt werden, kodieren Annahmen über Präferenzen und Verhaltensweisen, die sich nicht gut auf andere Märkte übertragen lassen. Feedback-Schleifen stabilisieren dann das, was kurzfristig am besten funktioniert. Was in diesem Prozess verschwindet, ist nicht die Kultur selbst, sondern die interpretative Arbeit, durch die kulturelle Bedeutung sichtbar gemacht, umstritten und neu verhandelt wird. Führende Unternehmen gehen dieses Problem direkt an. Der Ansatz von Dove ist lehrreich: Anstatt einfach KI einzusetzen und auf das Beste zu hoffen, haben sie das Real Beauty Prompt Playbook erstellt – Leitlinien, die Menschen, die generative KI nutzen, dabei helfen, stereotype Darstellungen zu vermeiden und inklusivere visuelle Ergebnisse zu fördern.

2. Die Frage der Authentizität

Marketing hat schon immer konstruierte Narrative beinhaltet, aber die Beziehung zwischen Botschaft und Botschafter war mit impliziten Annahmen behaftet. Wenn eine Marke eine Geschichte erzählte, ging man von menschlicher Urheberschaft aus – Autoren, die Entscheidungen trafen, Designer, die ihr Urteilsvermögen einsetzten, Strategen, die Alternativen diskutierten. Generative KI stellt diese Annahme in Frage. Inhalte, die kulturell anspruchsvoll erscheinen, können algorithmisch generiert, in Echtzeit angepasst und ohne sinnvolle menschliche Kontrolle eingesetzt werden. Für Verbraucher, insbesondere in Märkten, in denen Vertrauen durch persönliche Beziehungen aufgebaut wird, führt dies zu echter Unklarheit. Die Mechanismen der Vertrauensbildung unterscheiden sich je nach Kultur erheblich. Individualistische Kulturen legen Wert auf leistungsbasiertes Vertrauen – sie bewerten KI-Systeme nach Genauigkeit, Effizienz und greifbaren Vorteilen. Sie priorisieren kognitives Vertrauen: die rationale Bewertung von Kompetenz und Zuverlässigkeit. Kollektivistische Kulturen priorisieren beziehungsbasiertes Vertrauen – sie betrachten soziale Anerkennung, institutionelle Unterstützung und Akzeptanz durch die Gemeinschaft als primäre Faktoren. Sie streben nach affektivem Vertrauen: emotionale Verbindungen und wahrgenommene Reaktionsfähigkeit, nicht nur Effizienz. Dieselbe KI-gesteuerte Kommunikationsstrategie kann in verschiedenen Märkten sehr unterschiedlich ankommen und zu einer Fragmentierung führen, wo Marken eigentlich Konsistenz anstreben.

Marken, die dauerhaftes interkulturelles Vertrauen aufbauen, sind transparent in Bezug auf ihre KI-Nutzung und betonen gleichzeitig die menschliche Kontrolle. Sie positionieren KI als Erweiterung der Fähigkeiten und nicht als Ersatz für menschliche Kreativität und Urteilsvermögen. Sie bauen so etwas wie «kulturelle Glaubwürdigkeitssignale» auf – Marker, die zeigen, dass Menschen mit kultureller Expertise weiterhin in den Entscheidungsprozess eingebunden sind. Auch hier bleibt die menschliche Beteiligung erhalten, jedoch in er- ster Linie als Sicherheit und Reparatur – nicht als fortlaufende kulturelle Sinnstiftung.

Der hybride Weg in die Zukunft

Diese Dynamiken treten nicht als Probleme zutage. Marketingteams erreichen weiterhin ihre KPIs. Kampagnen werden weiterhin gestartet. Die Leistungs-Dashboards zeigen grüne Werte an. Die Unterströmung wirkt gerade deshalb, weil sie unter der Oberfläche der normalen organisatorischen Aufmerksamkeit bleibt. Die Lösung besteht nicht darin, KI aufzugeben – das wäre angesichts ihrer tatsächlichen Fähigkeiten strategisch falsch. Die Lösung ist hybride Intelligenz: KI bietet Skalierbarkeit, Geschwindigkeit und Mustererkennung. Menschliche Intelligenz liefert Kontext, Interpretation und Bedeutung. Getrennt voneinander sind sie unzureichend. Zusammen sind sie transformativ.

In der Praxis bedeutet dies die Einbettung von Protokollen zur kulturellen Überprüfung. Schaffen Sie Raum für menschliches Urteilsvermögen in Bezug auf kulturelle Angemessenheit, investieren Sie in Rollen, die Daten in kulturelle Erkenntnisse übersetzen, dokumentieren Sie, wann menschliches Urteilsvermögen algorithmische Empfehlungen ausser Kraft setzt, und entwickeln Sie Metriken, die nicht nur das Engagement, sondern auch die Resonanz erfassen.

Jenseits der Sogwirkung

Philip Kotler stellte sich Marketing 5.0 als «Technologie für die Menschheit» vor – eine Zukunft, in der KI menschliche Erkenntnisse verstärkt, anstatt sie zu ersetzen. Diese Zukunft ist immer noch möglich. Aber sie erfordert das, was Ada Lovelace vor zwei Jahrhunderten verstanden hat: Die mächtigsten Innovationen entstehen, wenn technische Fähigkeiten auf menschliche Intelligenz treffen. Die Sogwirkung ist real. Sie verändert bereits jetzt, wie Unternehmen kulturelles Verständnis entwickeln und einsetzen. Aber sie ist keine Kraft, der man sich widersetzen muss – sie ist eine Dynamik, mit der man intelligent umgehen muss. Die Technologie wird sich unabhängig davon weiterentwickeln. Ob sie die menschliche Intelligenz verbessert oder untergräbt, hängt ganz von den Entscheidungen ab, die wir jetzt treffen. Die gute Nachricht: Wir haben Beispiele dafür, wie das gehen kann. Nestlé, Dove und andere zeigen, wie es aussehen kann, wenn Organisationen sich dafür entscheiden, aktiv daran mitzuwirken, wie KI kulturelle Bedeutungen neu gestaltet – anstatt diese Dynamik vollständig der Technologie zu überlassen.

Die Frage ist, ob wir diesem Beispiel folgen werden – oder ob wir uns von der Sogwirkung treiben lassen, bis wir merken, dass wir etwas Unersetzliches verloren haben.

«Wenn eine Marke eine Geschichte erzählte, ging man von menschlicher Urheberschaft aus, KI stellt das in Frage.»

Die Autorin

Dr. Magdalena Zabicka- Wlodarczyk ist Forscherin und Praktikerin mit über 15 Jahren Branchen- erfahrung in einem multi- nationalen Einzelhandelsunternehmen, spezialisiert auf Marktforschung, interkulturelle Zusammenarbeit und strategische Entscheidungsfindung. Sie hält Vorlesungen über Kundenverhalten im Zusammenhang mit neuen Technologien, darunter künstliche Intelligenz und interkulturelles Marketing. Derzeit ist sie als Gast- wissenschaftlerin an der ZHAW tätig. Ihre Forschung konzentriert sich auf menschenzentrierte Ansätze für KI, wie z. B. die Diagnose der Einstellung von Mitarbeitern gegenüber KI und die Untersuchung der Rolle von Führungskräften bei deren Einführung. Ausserdem engagiert sie sich in Initiativen zur Förderung der KI-Kompetenz in Bildung und Ausbildung.