Künstliche Intelligenz verändert die Art und Weise, wie Marken kreative Inhalte planen und produzieren: von Agenten-gesteuerten Videospots bis zu minimalistischen, viral gehenden Motiven. Aktuelle Kampagnen von Puma, WWF Dänemark und missglückte Beispiele wie die Prinzen-Rolle– und Coca‑Cola-Spots zeigen zugleich Potenziale für Effizienzsteigerung und Risiken für Markenvertrauen. Experten wie Claudia Bünte fordern klare Tests und Richtlinien – auch weil ab August 2026 die EU-Regeln zur Deklaration von KI-generierter Werbung greifen.
Experimentelle KI-Agenten in der Werbeproduktion: Puma, Tools und Grenzen der Automatisierung
Beim GTC AI Conference 2025 stellte Puma gemeinsam mit der Agentur Monks und NVIDIA einen Spot vor, der nahezu vollständig von autonomen KI-Agenten erstellt wurde. Systeme wie Monks.Flow, NVIDIA Omniverse und NIM übernahmen Ideenfindung, Drehbuchentwicklung und finale Videoausspielung.
Kreative Produktion, Effizienz und technische Stolpersteine
Das Projekt demonstrierte eine hohe Automatisierung und klare Vorteile bei Zeit- und Kostenaufwand. Gleichzeitig offenbarten sich noch technische Schwächen – etwa anatomische Fehler in der Darstellung von Statisten. Solche Fehler unterstreichen, dass Content-Erstellung per KI zwar beschleunigt, aber nicht automatisch emotional tiefer wirkt.
Für die Branche bleibt die Frage offen: Wie viel der kreativen Entscheidungsgewalt sollten Systeme übernehmen, wenn Zielgruppenansprache und zielgruppenorientierung wichtig bleiben? Ein zentrales Learning: kontrollierte Tests vor großflächiger Ausspielung sind Pflicht. Dieser Eindruck leitet direkt zur Debatte um Authentizität und Markenvertrauen über.
Risiken für Markenvertrauen: Uncanny Valley, öffentliche Reaktion und Regularien
Mehrere Fälle zeigen, dass Innovation ohne passende Abstimmung rasch negativ auffallen kann. Die Prinzen-Rolle-Jubiläumskampagne und der Coca‑Cola-Weihnachtsspot wurden online als distanziert oder unheimlich kritisiert. Reaktionen auf Plattformen wie YouTube oder Threads betonten das Vertrauensthema.
Regulatorischer Kontext und interne Richtlinien
Marketingexpertin Claudia Bünte warnt vor einem starken „Uncanny‑Valley“-Effekt bei zu artifiziellen Looks, besonders für Marken, die auf Nähe und Emotion setzen. Sie empfiehlt Vorabtests und klare interne Vorgaben. Aktuell haben laut SRH‑Studie nur 26 Prozent der Unternehmen spezifische KI-Guidelines für Werbung — ein Faktor, der Fehltritte begünstigt.
Hinzu kommt der rechtliche Rahmen: Ab August 2026 verlangt der AI Act in der EU eine Kennzeichnung bei täuschenden Deepfakes oder manipulierten Darstellungen. Diese Vorgaben werden die Praxis von Personalisierung und Datenanalyse in Kampagnen beeinflussen und erhöhen die Notwendigkeit sauberer Prozessdokumentation.
Erfolgsmodelle: WWF Dänemark und die Sinnhaftigkeit von KI als Katalysator
Ein Gegenbeispiel liefert die Kampagne „Hidden Cost“ für WWF Dänemark, entwickelt von Nikolaj Viborg. Mit Tools wie ChatGPT und einem iPhone entstand in kurzer Zeit eine emotional starke Bildserie, die Umweltauswirkungen alltäglicher Produkte zeigt.
Schnelligkeit trifft Storytelling: wann KI Mehrwert schafft
Viborg nutzte KI als Werkzeug zur Iteration von Bildideen und Texten, nicht als Ersatz für Konzept und Story. Das Ergebnis war viral und wurde in Fachkreisen positiv bewertet, weil die Erzählung im Zentrum stand. Hier wird deutlich: Künstliche Intelligenz kann die kreative Produktion beschleunigen, ohne die emotionale Wirkung zu opfern, wenn die Idee dominant bleibt.
Für die Branche bedeutet das: Wer Innovation sucht, sollte KI gezielt zur Unterstützung nutzen – etwa für schnelle Prototypen, Personalisierung und datengetriebene Datenanalyse. Zugleich bleibt die Empfehlung von Expertinnen wie Claudia Bünte aktuell: nicht jede technische Möglichkeit ist sinnvoll. Praktische Hinweise zur Integration finden Marketer in Artikeln über KI und Automatisierung im Marketing sowie zu agentischen Systemen in der Werbung agentische Marketing-Systeme.
Kernaussage: KI verändert die kreative Produktion im Marketing grundlegend — mit Chancen für Effizienzsteigerung und Personalisierung, aber auch mit echten Risiken für Authentizität und Vertrauen. Der Weg nach vorn führt über klare Regeln, zielgruppengenaue Tests und eine strategische Balance zwischen Mensch und Maschine.
