Generative KI hat die Content-Produktion massiv beschleunigt. Texte, Übersetzungen oder erste Seitenentwürfe lassen sich heute in einem Bruchteil der früher benötigten Zeit erstellen. Für Unternehmen klingt das zunächst nach einem klaren Produktivitätsgewinn.
Doch eine höhere Produktionsmenge bedeutet noch lange nicht, dass auch mehr Wert entsteht. Entscheidend ist nicht, wie viele Entwürfe ein Content-Team pro Woche erstellt. Relevant ist vielmehr, wie schnell aus einem Entwurf ein geprüfter, freigegebener und veröffentlichter Inhalt wird.
Bleiben KI-generierte Texte anschließend in Abstimmungsschleifen hängen, müssen zwischen verschiedenen Anwendungen übertragen werden oder warten lange auf eine Freigabe, verpufft ein großer Teil des vermeintlichen Effizienzgewinns. Wer den wirtschaftlichen Nutzen von KI im Content-Bereich bewerten möchte, sollte deshalb nicht nur auf den Output schauen, sondern auf den gesamten Prozess bis zum Go-live.
Der eigentliche Effizienzgewinn entsteht im Workflow
Viele Unternehmen nutzen KI bislang als zusätzliches Werkzeug neben ihrem bestehenden Content-Management-System. Inhalte werden beispielsweise in einer separaten Anwendung erstellt, anschließend kopiert, im CMS eingepflegt, angepasst, geprüft und schließlich veröffentlicht. Jeder dieser Zwischenschritte kostet Zeit.
Anders sieht es aus, wenn KI-Funktionen direkt in die bestehende Content-Infrastruktur eingebunden sind. Dann können Erstellung, Bearbeitung, Freigabe und Veröffentlichung innerhalb desselben Systems stattfinden.
Das zeigt sich besonders bei wiederkehrenden Aufgaben. Eine Übersetzung, die manuell etwa eine halbe Stunde beansprucht, kann mit einer integrierten KI-Lösung innerhalb weniger Minuten vorbereitet werden. Ähnliches gilt für Kampagnenseiten, Produkttexte oder Varianten bestehender Inhalte.
Der Produktivitätsgewinn entsteht dabei nicht zwangsläufig dadurch, dass ein anderes oder leistungsfähigeres Sprachmodell eingesetzt wird. Viel wichtiger ist, wie gut die KI in bestehende Prozesse eingebettet ist.
Warum hohe KI-Investitionen nicht automatisch zu einem positiven ROI führen
Dass zwischen KI-Nutzung und tatsächlichem wirtschaftlichem Nutzen eine große Lücke bestehen kann, zeigen auch aktuelle Untersuchungen.
Nach Angaben der MIT-Initiative NANDA haben Unternehmen weltweit bereits zwischen 30 und 40 Milliarden US-Dollar in generative KI investiert. Gleichzeitig sollen 95 Prozent der untersuchten Unternehmen bislang keinen messbaren Einfluss auf ihr Geschäftsergebnis feststellen können.
Das Problem liegt damit häufig weniger in der Technologie als in ihrer Anwendung. Wird KI eingeführt, ohne konkrete Prozesse, Kosten und Einsparpotenziale zu betrachten, bleibt der wirtschaftliche Nutzen schwer nachvollziehbar. Im ungünstigsten Fall entsteht sogar zusätzlicher Aufwand.
Eine Untersuchung von BetterUp Labs gemeinsam mit dem Stanford Social Media Lab beschreibt dieses Phänomen als „Workslop“: KI-generierte Inhalte wirken zunächst fertig, verursachen bei Kolleginnen und Kollegen jedoch zusätzliche Prüfung, Korrektur oder Überarbeitung.
Die Forschenden beziffern die daraus resultierenden Kosten auf durchschnittlich rund 186 US-Dollar pro Beschäftigtem und Monat. Bei einer Organisation mit 10.000 Mitarbeitenden können sich dadurch Produktivitätsverluste von mehr als neun Millionen US-Dollar pro Jahr ergeben. Gerade deshalb sollte der Business Case einer KI-Lösung nicht ausschließlich auf theoretischen Zeitersparnissen basieren. Entscheidend ist, welcher Aufwand nach Einführung der Technologie tatsächlich bestehen bleibt.
So lässt sich der KI-ROI im Content-Bereich berechnen
Statt mit allgemeinen Produktivitätsversprechen zu arbeiten, können Unternehmen den potenziellen Nutzen für ihre eigene Content-Organisation konkret berechnen. Eine Möglichkeit bietet der ROI Rechner von FirstSpirit. Er kombiniert eigene Unternehmensdaten mit gemessenen Praxiswerten und Erkenntnissen aus veröffentlichten Studien.
Grundlage der Kalkulation sind zunächst konkrete Content-Aufgaben. FirstSpirit hat dafür beispielsweise gemessen, wie viel Arbeitszeit bestimmte Tätigkeiten ohne KI benötigen. Für Copy und Aufbau einer Kampagnenseite werden dabei rund 65 Minuten angesetzt, für eine manuelle Übersetzung etwa 30 Minuten.
Aus diesen Werten lässt sich anschließend der Gesamtaufwand ableiten. Dafür werden unter anderem die Anzahl vorhandener Seiten, regelmäßig notwendige Aktualisierungen und neu hinzukommende Inhalte berücksichtigt.
Zusätzlich fließen Erkenntnisse wissenschaftlicher Untersuchungen in die Berechnung ein. Dazu gehören unter anderem Arbeiten von Noy und Zhang, Plitt und Masselot sowie Peng und Kollegen, die sich mit Produktivitätseffekten durch den Einsatz generativer KI beschäftigen.
Vereinfacht betrachtet folgt die Wirtschaftlichkeitsrechnung einer klaren Logik:
Kosten des bisherigen manuellen Prozesses minus Kosten des KI-gestützten Prozesses = potenzielle Einsparung.
Zum KI-Aufwand gehören dabei nicht nur die eigentliche Nutzung der Technologie, sondern auch Implementierung, Einrichtung sowie die weiterhin notwendige menschliche Kontrolle. Genau dieser Punkt ist wichtig. Ein realistischer ROI berücksichtigt nicht nur die Arbeit, die durch KI entfällt, sondern ebenso die Arbeit, die weiterhin erforderlich bleibt.
Individuelle Unternehmensdaten sind aussagekräftiger als pauschale Prozentwerte
Eine Aussage wie „KI spart 40 Prozent Zeit“ mag aufmerksamkeitsstark klingen, hilft einem Finance- oder Digital-Team bei einer Investitionsentscheidung aber nur begrenzt. Unternehmen unterscheiden sich erheblich: in der Anzahl ihrer Webseiten, der Zahl benötigter Sprachversionen, ihrem Content-Volumen, ihren Freigabeprozessen und ihren internen Personalkosten.
Eine belastbare Berechnung sollte deshalb möglichst viele dieser Faktoren berücksichtigen. Der ROI-Rechner von FirstSpirit ermöglicht beispielsweise, eigene Seitenzahlen, Sprachkombinationen und Stundensätze einzubeziehen. Dadurch entsteht keine abstrakte Durchschnittsrechnung, sondern eine Abschätzung für den jeweiligen Content-Betrieb.
Besonders relevant ist dabei die Frage, wie viel vorhandenes Wissen bereits im Unternehmen verfügbar ist. Produktinformationen, bestehende Inhalte, Support-Daten oder andere Wissensquellen müssen nicht für jede neue Aufgabe erneut zusammengesucht werden. Werden diese Quellen intelligent miteinander verbunden und direkt im Content-System nutzbar gemacht, kann sich die Zeit bis zur Veröffentlichung zusätzlich verkürzen.
Der bessere KPI: Zeit bis zur Veröffentlichung
Für Content-Teams verändert KI damit auch die Frage, woran Produktivität gemessen werden sollte. Die Zahl erzeugter Texte allein sagt wenig darüber aus, ob Prozesse effizienter geworden sind. Ein wesentlich aussagekräftigerer Wert ist die Zeit zwischen Content-Anforderung und tatsächlicher Veröffentlichung.
Je weniger Systemwechsel, manuelle Übertragungen und zusätzliche Bearbeitungsschritte notwendig sind, desto eher schlägt sich KI auch wirtschaftlich nieder.
Unternehmen, die herausfinden möchten, wie groß dieser Effekt für ihren eigenen Content-Betrieb sein könnte, können unterschiedliche Szenarien direkt im ROI – Rechner von FirstSpirit durchspielen. So wird aus dem allgemeinen Versprechen höherer KI-Produktivität eine konkrete Rechnung: Wie viel Arbeitszeit lässt sich tatsächlich einsparen, wenn KI nicht neben dem CMS arbeitet, sondern direkt dort, wo Inhalte erstellt und veröffentlicht werden?