Positive Beispiele KI in der Arbeitswelt

Der Vortrag war in zwei Teile gegliedert: eine Stunde Input und anschließend eine 30-minütige Diskussion. Eine Stunde ist nicht viel Zeit – deshalb musste ein bisschen von allem Platz finden: von der Frage, warum Künstliche Intelligenz mehr ist als nur ChatGPT, bis hin zu positiven Einsatzgebieten in der Arbeitswelt.

Mir gefällt ja immer das Beispiel des Einsatzes von Drohnen zur Rehkitzrettung. Mithilfe von Wärmebildkameras können Rehkitze in Feldern aufgespürt werden, bevor die Wiesen gemäht werden.

Beim Publikum weckte jedoch vor allem der medizinische Bereich großes Interesse. Dort kann KI den Menschen unterstützen, etwa durch das Analysieren von Datensätzen aus tausenden Mammografie-Aufnahmen, um Brustkrebs früher zu erkennen.

Das Thema Medizin ist für die Zielgruppe natürlich besonders relevant – schließlich ist es in diesem Alter wahrscheinlicher, mit Krankheiten oder Therapieplänen konfrontiert zu sein. Ein Beitrag aus dem Publikum griff das Thema Fehldiagnosen auf – mit der Erkenntnis, dass KI den Menschen unterstützen und so möglicherweise Fehldiagnosen verringern kann.

Wie Senioren ChatGPT nutzen können

Wichtig ist, bei der Zielgruppe anzuknüpfen – nicht alle Funktionen von ChatGPT sind für SeniorInnen relevant. Und ich kenne das auch von mir selbst: Wenn ich zu viel Neues auf einmal höre, kann ich mich am Ende an nichts erinnern.

Ich habe deswegen mit einer einfachen Fragen begonnen: „Hat wer von euch WhatsApp?“
Da war das Lachen fast schon vorprogrammiert – natürlich nutzen sie die Messenger-App.

Wer auf dem Handy tippen und Bilder hochladen kann, hat eigentlich schon alles, was es für den Einstieg in ChatGPT braucht.

Also gehe ich weiter zu Beispielen, wie sie die Funktionen von ChatGPT im Alltag nutzen können.

Ich sammle seit rund zweieinhalb Jahren eigene Cases und Fotos von KI-bezogenen Werbungen, um zu zeigen, wie generative KI im Alltag auftaucht. Aus diesem Pool habe ich nun Beispiele ausgewählt, die – aus meiner Sicht – für SeniorInnen relevant sind – zum Beispiel:

• ein Foto vom Beipackzettel machen, weil die Schrift zu klein ist, und den Text von ChatGPT transkribieren oder vorlesen lassen
• mit dem Voice-Modus von ChatGPT beim Spazierengehen plaudern, weil man muss ja schauen, wo man hintritt. Oder man will einfach nicht tippen.
• grantige E-Mails an Behörden oder die Administration in eine diplomatische Form umschreiben lassen, wenn etwas nicht bewilligt wurde
• Themen in einfacher Sprache erklären lassen, um sich schnell zu orientieren
• Programmanleitungen finden, etwa: „Wo ist bei Word die Tabellenfunktion?“

• usw.

Bei der Vorbereitung habe ich natürlich auch online nach weiteren Beispielen gesucht – in der Hoffnung, dort noch neue Ideen zu finden. Aber das meiste war viel zu generisch – und ehrlich gesagt: Wäre ich eine Pensionistin gewesen, hätte ich das auch langweilig gefunden.

Da hieß es dann etwa: „Man kann mit ChatGPT Reisen planen.“ – aha, ok. Oder: „Man kann seine Medikamente planen und sortieren.“ – mhm, würde ich eher nicht machen.

Sogar auf Amazon werden inzwischen Bücher zum Thema „ChatGPT für SeniorInnen“ verkauft – offensichtlich automatisch generiert und inhaltlich ohne wirklichen Mehrwert.

Grenzen von ChatGPT

Je länger ich selbst mit ChatGPT arbeite, desto mehr fallen mir dessen Grenzen auf und ich verstehe die kritische Frage im Publikum, wofür man das überhaupt braucht und ob es einen nicht einfach faul werden lässt.
Deswegen haben wir auch Beispiele besprochen, wo es offensichtlich zu Halluzinationen kommt, z. B. wie ChatGPT die österreichischen Bundeskanzler darstellt, aber auch weniger offensichtlich, wie sehr das Rezept der originalen Sachertorte aus dem Sacher-Kochbuch bei den Zutaten abweicht.

So haben wir uns dem Thema Desinformation angenähert – und wie wichtig es ist, kritisch zu hinterfragen, ob eine Quelle vertrauenswürdig ist. Da hatten einige auch Hintergrundwissen zum Thema Onlinebanking, und man muss auf die URL achten – das Thema Sicherheit ist also ebenfalls sehr relevant. Es scheint, die Älteren hinterfragen mehr als wir Jüngeren.

Einige Senior:innen meinten am Ende, sie seien froh, damit nicht mehr im Arbeitsleben konfrontiert zu sein – und konnten gleichzeitig nachvollziehen, wie komplex der Umgang mit Information in der heutigen Medienwelt geworden ist.

ChatGPT und medizinische Befunde

Ein Thema, das in der Diskussion ebenfalls aufkam, war die Frage, ob man ChatGPT zur Interpretation medizinischer Befunde nutzen sollte. Natürlich ist es diskussionswürdig, ob es in Ordnung ist, einer KI medizinische Dokumente – und damit auch personenbezogene Daten – anzuvertrauen.

Ich selbst habe mir schon einmal meine Blutwerte von ChatGPT erklären lassen, einfach weil Medizin ein völlig anderes Fachgebiet ist, in dem ich mich nicht auskenne. Es ist schlicht bequemer, eine Zusammenfassung zu bekommen, anstatt jeden Begriff einzeln zu googeln und zu rätseln, was er bedeutet oder wie bestimmte Werte miteinander zusammenhängen.

Dabei achte ich allerdings darauf, keine persönlichen Daten hochzuladen – ich fotografiere zum Beispiel nur die Werte selbst, nicht aber meinen Namen oder andere Angaben. Das mache ich fürs eigene Gewissen – ob die Daten am Ende wirklich nicht doch irgendwie mit meinem Konto verknüpft sind, kann ich nicht sagen.

Am Ende bleibt ein Trade-off: Man nimmt ein gewisses Risiko in Kauf – gewinnt dafür aber Verständnis, Orientierung und Zugänglichkeit in einem komplexen Thema.

Die unerwartete Grenze: Kein AI generierter Tampon möglich

Bei meiner Arbeit unter dem Künstlername Sainte Vienne entwickle ich visuelle Konzepte mit generativer KI im Bereich „Sex, Drugs and Catholicism“. Midjourney ist dabei eines meiner Hauptwerkzeuge – bis ich an eine überraschende Grenze stieß: Ich wollte ein KI Bild Tampon für ein konkretes Projekt generieren.

Das Ergebnis? Trotz verschiedener Prompts, Stile und Umwege war es unmöglich, mit Midjourney einen Tampon zu erstellen. Weder im Herbst 2024 (V6.1) noch in der aktuellen Version V7 (2025) gab es brauchbare Resultate. Letztendlich musste ich auf ein echtes Foto zurückgreifen und es mit Photoshop bearbeiten.

Workflow-Dokumentation: Dutzende Versuche, null Tampons

Was die meisten nicht sehen: die schiere Anzahl an Variationen, die nötig waren, um überhaupt ansatzweise passende Ergebnisse zu erhalten. Meine dokumentierten Versuche zeigen deutlich, wie schwierig es ist, Perioden Produkte mit generativer KI darzustellen.

Besonders absurd wird es beim direkten Vergleich: Während Midjourney problemlos Waffen, Gewalt oder hypersexualisierte Darstellungen des weiblichen Körpers generieren kann, wird ein medizinisches Hygieneprodukt wie ein Tampon aktiv blockiert.

Das Wort „Tampon“ allein führt zu Ausweichbildern:

• Blumen und Pastellfarben
• Weichgezeichnete Verpackungen
• „Feminin“ codierte Symbole
• Alles andere – nur nicht das eigentliche Objekt

Art Attech – Kunst küsst Techno

Das finale Bild war Teil meiner Arbeit für Sainte Vienne. Es wurde im November 2024 bei der Veranstaltungsreihe Kunst küsst Techno #9 am 2. November – organisiert von Art Attech – gezeigt und in weiterer Folge am Karfreitag 2025 bei der 11. Edition zugunsten der Frauenhäuser versteigert.

Die Veranstaltungsreihe kreiert eine Plattform zum Ausstellen und Feiern für Kunstschaffende abseits des klassischen Galeriebetriebs. Kuratiert von Erik Czejka und Valerie Pauß küsst Kunst die Clubkultur und Techno wird zur Inspirationsquelle für die Kunst. Erik bespielt hauptberuflich Plätze und Parks mit mobilen Stadtmöbel: Zuko, Valerie bringt täglich ihr Wissen rund um Kunst im Auktionshaus im Kinsky ein.

KünstlerInnen können sich regelmäßig über offene Calls bewerben:

artattechvienna@gmail.com

Instagram: @artattechwien (5.000 Follower)

designaustria Artikel: Gestalten mit Generativer KI

Zudem wurde das Bild in einem doppelseitigen Artikel im designaustria-Mitteilung veröffentlicht. Der Titel: „Gestalten mit Generativer KI – zwischen kritischer Reflexion und praktischer Anwendung“.

Ich hätte mir nicht gedacht, dass genau dieses Bild so viel Aufmerksamkeit bekommt – aber es ist spannend zu sehen, wie sich solche Themen entfalten und Resonanz erzeugen können. Besonders, weil das Bild bewusst mit Symbolik spielt: ein Tampon mit Kreuzanhänger – irgendwo zwischen Kitsch, Tabu und Körperpolitik.

Warum generierte Bilder von Damenhygiene wichtig sind

Vergleichsweise habe ich auch ChatGPT und Adobe Firefly getestet – bei ChatGPT funktionierte das Generieren von Tampons in technischer Hinsicht besser, aber die Ergebnisse waren entweder zu generisch oder nicht visuell einsetzbar.

Gerade im Kontext von Marketing, Aufklärung und Gesundheitskommunikation wären solche AI generierten Tampon-Bilder extrem wertvoll. Auch wenn ich AI Content Moderation grundsätzlich verstehe: Wenn man sich das Marktvolumen im Damenhygiene-Sektor anschaut – wie die Statista Marketing Insights zeigen – dann braucht man dafür auch visuellen Content.

Es ist schade, wenn man genau solche alltäglichen Produkte nicht generieren kann, obwohl sie einen milliardenschweren Markt repräsentieren.

Quelle: Statista Market Insights November 2024 (Consumer Market Damenhygiene):

• Der Umsatz im Damenhygiene-Markt wird 2025 etwa 695,04 Mio. € betragen.
• Bis 2029 wird ein Marktvolumen von 1,01 Mrd. € erwartet (CAGR 9,76 %).
• Mit 1,71 Mrd. € prognostiziert China den größten Umsatz.
• Die Zahl der NutzerInnen wird bis 2029 bei ca. 51,4 Mio. liegen.
• Der durchschnittliche Umsatz pro NutzerIn (ARPU) liegt bei 15,50 €.

AI Slop: Zwischen Spielerei und Desinformation

Was mich dabei ehrlich gesagt am meisten überrascht hat:
Wie viele Menschen solche absurden KI-generierten Bilder für echt halten. Und wie sehr Plattformen wie TikTok, Pinterest oder Facebook diese Inhalte aktiv pushen, weil sie sich monetarisieren lassen. Inhalte, die oft keinerlei Bezug zur Realität haben, aber durch Likes und Views weiter in die Feeds gespült werden.

Natürlich ist das wirtschaftlich attraktiv: Mehr Content bedeutet mehr Interaktion, mehr Engagement, mehr Werbeeinnahmen. Für einzelne virale Bilder werden bereits nennenswerte Einnahmen erzielt – sei es über Plattformvergütungen, Affiliate Marketing oder AI-Content-Kurse.

Der Effekt geht aber noch weiter: Durch die ständige Konfrontation mit offensichtlich manipulierten Bildern werden die Nutzer insgesamt misstrauischer gegenüber allen Bildinhalten. Im schlimmsten Fall führt das dazu, dass sogar authentische Aufnahmen angezweifelt werden – ein Effekt, der als Liar’s Dividend bezeichnet wird: Je mehr Fakes zirkulieren, desto schwieriger wird es, echte Beweise zu akzeptieren, weil immer auch die Möglichkeit einer Fälschung mitschwingt.

Die andere Seite: Journalismus im Faktencheck-Dauermodus

Wie gravierend diese Dynamik werden kann, zeigt ein ORF Artikel über den Israel-Iran-Konflikt. Redaktionen weltweit sehen sich einer Flut von täuschend echten KI-generierten Bildern und Videos gegenüber. Bildforensiker wie Derek Bowler (EBU) berichten, dass selbst für erfahrene Experten die Verifikation mittlerweile kaum noch eindeutig möglich ist. Teilweise basieren die KI-generierten Clips auf realem Bildmaterial, das als Vorlage verwendet wird, und sind visuell kaum noch von echten Aufnahmen zu unterscheiden.

Früher konnten Verifikationsteams in den ersten Minuten nach einem Ereignis ein sogenanntes „goldenes Fenster“ nutzen: Die allerersten veröffentlichten Inhalte stammten meist noch von Augenzeugen, waren wenig bearbeitet und ließen sich relativ zuverlässig prüfen. Heute kippt dieses Fenster extrem schnell: Bereits wenige Minuten nach einem Vorfall werden die sozialen Medien mit tausenden Beiträgen geflutet, darunter echte Aufnahmen, falsch kontextualisierte Inhalte und täuschend echte KI-Simulationen.

Gerade bei solchen Berichten wird mir immer wieder bewusst, wie wichtig sauberer Faktencheck geworden ist. Und dass Journalismus in dieser neuen Contentflut wieder echte Handarbeit bedeutet.

AI Kennzeichnungspflicht: Kontexte und Grenzen

KI in der Werbung: ein Blick auf die ersten disruptiven Anwendungen

Ein aktuelles Beispiel zeigt, wie schnell generative KI auch die Werbebranche erfasst: In den USA wurde kürzlich ein vollständig KI-generierter TV-Spot ausgestrahlt. Das Video wurde innerhalb von nur zwei Tagen mit Googles neuem „V3“ Text-to-Video-Modell erstellt. Solche Tools erlauben es Marken, in kürzester Zeit Werbeinhalte zu produzieren, die bisher teure, aufwändige Produktionsprozesse ersetzt hätten.

Schon jetzt geraten klassische Agenturnetzwerke unter Druck: Meta etwa plant, die komplette Werbemittelproduktion bis 2026 vollautomatisiert durch KI-Systeme abzuwickeln. Die Geschwindigkeit, mit der KI die Wertschöpfungskette durchdringt, stellt dabei nicht nur wirtschaftliche, sondern auch regulatorische Herausforderungen.

Der AI Act und die Kennzeichnungspflichten

Gerade weil die Risiken bei politischer Desinformation so offensichtlich sind, wird häufig eine breite Kennzeichnungspflicht für alle KI-generierten Inhalte diskutiert. Prinzipiell sinnvoll — aber der tatsächliche Mehrwert hängt stark vom jeweiligen Kontext ab.

Ein völlig absurdes Katzenbild braucht aus meiner Sicht keine Kennzeichnung. Und auch bei generischen Werbemotiven, die ohnehin nie den tatsächlichen Zustand zeigen, sehe ich — zumindest in meinen Anwendungsfällen — wenig zusätzlichen Nutzen in einer verpflichtenden „AI-generated“-Markierung. Werbung lebt von Inszenierung, Ästhetik und idealisierten Bildern — ob diese durch ein Fotoshooting, CGI oder generative KI entstehen, ändert an der Grundmechanik wenig.

Aber: Diese Toleranz endet schlagartig dort, wo KI-generierte Inhalte in kritische Bereiche hineinreichen — etwa bei Kriegsberichterstattung, politischen Ereignissen oder manipulativen Desinformationskampagnen. Dort kann der künstliche Ursprung eines Bildes entscheidend für die Bewertung der gesamten Nachricht sein.

Macht es also Sinn, eine allgemeine Kennzeichnungspflicht für alle genAI-Inhalte einzuführen? Der AI Act (Verordnung (EU) 2024/1689) verpflichtet:

• Anbieter von KI-Systemen (z. B. Midjourney, DALL·E, Suno), technische, maschinenlesbare Markierungen (Wasserzeichen, Metadaten) einzubauen.
• Nutzer, die KI-generierte Inhalte veröffentlichen, zur sichtbaren Kennzeichnung, wenn es sich um Deepfakes handelt — also um täuschend echte Simulationen realer Personen, Orte oder Ereignisse.
• Bei rein generischen, stilisierten oder abstrakten AI-Bildern ohne realen Bezug besteht aktuell keine Pflicht zur sichtbaren Kennzeichnung.
• Für künstlerische, satirische oder fiktionale Werke gelten vereinfachte Offenlegungspflichten, die den “Genuss” des Werks nicht beeinträchtigen sollen.

Das macht die Lage kompliziert, weil die Grenze zwischen Realität und Fiktion individuell unterschiedlich wahrgenommen wird. Was für den einen offensichtlich absurd erscheint, könnte für andere durchaus als realistisch empfunden werden.

Der Fall Théâtre D’Opéra Spatial

2022 gewann Jason Allen mit dem Werk Théâtre D’Opéra Spatial den ersten Preis bei der Colorado State Fair Art Competition in den USA. Das Besondere: Das Bild entstand mithilfe der Bildgenerierungs-KI Midjourney (Version 3). Der Titel, das futuristische Ambiente und Elemente der Renaissance und des Barock verweisen auf die Space-Opera-Ästhetik – vergleichbar mit Star Wars oder Doctor Who.

Jason Allen berichtete, dass er rund 80 Stunden mit der Optimierung seiner Prompts verbracht und 600 bis 900 Bildvarianten generiert habe, bevor er drei Bilder auswählte und sie in Photoshop nachbearbeitete. Trotz dieser intensiven Arbeit wurde er von Teilen der Kunstszene als „Betrüger“ bezeichnet. Für ihn zeigt sich darin die Weigerung mancher Künstler, maschinelle Kreativität als künstlerisch anzuerkennen.

Doch die grundsätzliche Frage bleibt: Wem verdankt man AI-Art – den Maschinen oder den Menschen?

Die lange Geschichte technischer Kunstproduktion

Die Verbindung von Kunst und Technologie ist nicht neu. Schon in den 1950er Jahren konstruierte Jean Tinguely seine Metamatics — Maschinen, die eigenständig abstrakte Zeichnungen anfertigten.

In den 1980er Jahren entwickelte sich die Fraktalkunst, bei der Künstler computergenerierte, mathematisch basierte Strukturen schufen. Auch diese frühe computergestützte Kunst löste Debatten über Autorschaft und künstlerischen Wert aus. Die aktuelle Diskussion um AI-Kunst ist somit eine Fortsetzung einer langen Geschichte des Einsatzes technischer Hilfsmittel in der Kunst.

KI in der Kunstbewertung

In der arte-Dokumentation Wie KI den Kunstmarkt aufmischt wird gezeigt, dass KI längst nicht mehr nur Kunst produziert, sondern auch bei der Bewertung und Authentifizierung eingesetzt wird. Beim Art Market Day – einem internationalen Treffen zur Innovation im Kunstmarkt – wurde das Schweizer Start-up Art Recognition vorgestellt. Die KI analysiert Pinselstriche, Farbauftrag und Komposition und kann so zur Authentifizierung von Kunstwerken beitragen. Ziel ist, mehr Transparenz und Sicherheit auf dem Kunstmarkt zu schaffen.

Doch auch hier stößt die Technologie auf Skepsis: Viele ExpertInnen sehen ihre Rolle als „HüterInnen der Kunst“ infrage gestellt. Fachwissen und das Selbstverständnis unfehlbarer Autorität geraten in Konkurrenz. Die KI kann Fälschungen womöglich zuverlässiger entlarven, könnte aber auch den Kunstmarkt insgesamt grundlegend verändern.

Die digitale Verschiebung des Kunstbegriffs

In den oben genannten arte-Dokumentationen wird gezeigt, dass die Digitalisierung nicht nur die Produktion und Bewertung von Kunst verändert, sondern auch ihre Rezeption. Werke werden zunehmend über Smartphone-Bildschirme betrachtet, unabhängig von ihrer tatsächlichen Größe und Materialität. Das Erleben von Kunst verschiebt sich damit zunehmend von der physischen Präsenz ins digitale Interface.

Ein Beispiel für KI-gestützte Kunst zeigt das Projekt The Next Rembrandt (2016), einer Kooperation von Microsoft, der Universität Delft und dem Mauritshuis Den Haag. Mit Hilfe von 500 Stunden Rechenzeit wurde ein neues, auf bestehenden Werken basierendes Rembrandt-Bild generiert.

Letztlich spiegelt KI die Ideen, Assoziationen und Sehgewohnheiten der Betrachter wider — wie ein „imaginärer Multiplikator“, der Türen zu neuen ästhetischen Erfahrungen öffnet

Pflichtschulungen durch den AI Act?

Ein kurzer Exkurs vorab: Ab dem 2. Februar 2025 verpflichtet der EU AI Act (Artikel 4 Abs. 1 lit. f der Verordnung (EU) 2024/1689) Unternehmen dazu, Mitarbeitende nachweislich über eingesetzte KI-Systeme zu schulen – allerdings nur, wenn es sich um sogenannte Hochrisiko-KI handelt.

Dazu zählen etwa Systeme für Personalentscheidungen, Scoring oder kritische Infrastrukturen wie Medizin oder Justiz. Wer intern mit ChatGPT brainstormt oder Midjourney für Moodbilder nutzt, fällt in der Regel nicht unter diese Regelung.

Trotzdem ist die Botschaft klar: KI ist kein Spielzeug mehr, sondern Teil unseres Arbeitsalltags. Und KundInnen erwarten zu Recht, dass Agenturen über fundiertes Know-how verfügen. Wer intern niemanden hat, der sich dieses Wissen erarbeitet hat, muss es extern dazuholen – etwa in Form einer Creative PrompterIn. Nicht, weil der AI Act es verlangt, sondern weil Professionalität im Umgang mit neuen Technologien ein Qualitätsmerkmal ist.

Jobtitel: Creative Prompter für AI & Editing

Der Begriff Prompt Engineer hat sich mittlerweile etabliert, auch wenn ich persönlich wenig damit anfangen kann – vor allem, weil er in meiner Vorstellung nicht zum klassischen Berufsbild eines Ingenieurs passt (vgl. Wikipedia). „Creative Prompter“ soll vermutlich die Verankerung in der Kreativ- und Werbebranche betonen. Mir ist der Begriff bisher in dieser Form noch nicht begegnet.

Was mir beim Lesen der Anzeige auffällt: Es fehlt eine klare Abgrenzung zu bestehenden Rollen. Der Umgang mit genAI Tools wie Midjourney ist zweifellos ein Handwerk – Prompting erfordert nicht nur technisches Verständnis, sondern auch Erfahrung und gestalterisches Denken. Aber: Prompting allein ergibt noch keine vollständige Rolle. Es ist (meiner Meinung nach) ein Baustein kreativer Arbeit, kein eigenständiger Beruf.

Etwas unklar bleibt für mich auch der Zusatz „& Editing“. Geht es hier um klassische Bildbearbeitung? Um Reinzeichnung? Oder um das finale Aufbereiten von KI-generiertem Material – vielleicht als Ersatz für Stockbilder oder Fotoshootings?

Die Anzeige nennt „Text, Bild, Video“ – also alles. Das kann entweder für ein breites Aufgabenfeld stehen oder dafür, dass man sich als ArbeitgeberIn (verständlicherweise) noch nicht ganz festlegen möchte.

Begriffe wie „intelligente Prompts“, „kreative Exzellenz“ oder „Text, Bild, Video“ klingen stark und vermitteln ein gutes Gefühl – vielleicht ist genau das auch beabsichtigt. Es kann durchaus sinnvoll sein, über Sprache eine emotionale Verbindung zur Rolle aufzubauen. Ob das in diesem Fall gelungen ist, wäre sicher spannend mit jemandem aus dem Employer Branding zu diskutieren – z. B. mit Michaela Bach.

Für mich persönlich als Lesende bleibt die Rolle dennoch zu vage. Ich hätte mir konkretere Aufgabenfelder oder realistischere Erwartungen gewünscht. Für mich bleibt die Rolle schwer einzuordnen – auch wenn das für andere BewerberInnen durchaus ansprechend formuliert sein kann.

Creative Prompter: Viel Verantwortung ohne Ende?

Beim Weiterlesen zeigt sich, was die Rolle grundsätzlich umfassen soll: Zusammenarbeit mit Kreativ- und Strategieteams, das Testen neuer Tools, interne Schulungen und die Aufbereitung von Wissen. Das klingt zuerst nach einem spannenden, vielseitigen Aufgabenfeld, aber:

Was ist der inhaltliche Schwerpunkt? Wer gibt die Briefings? Gibt es direkte Vorgesetzte? Ist die Rolle ins Team eingebettet oder weitgehend eigenständig? Wer ist im Alltag Ansprechperson – und wer führt letztlich das MitarbeiterInnengespräch?

Mir ist natürlich klar, dass nicht alle Details in eine Stellenausschreibung passen. Deswegen würde ich mir bei einem Vorstellungsgespräch eine fundierte Einordnung erwarten: Was hat Priorität? Wie ist die Rolle organisatorisch eingebunden? Was wird regelmäßig verlangt – und was ist eher optional?

Schon ein einfaches Organigramm oder eine RACI-Matrix würden helfen, Zuständigkeiten und Schnittstellen transparent zu machen. Denn wenn eine Person gleichzeitig forschen, produzieren und schulen soll, braucht es klare Prioritäten und verbindliche Rahmenbedingungen – sonst wird aus Innovationsfreude schnell Überforderung.

Ich sehe da eine mögliche Diskrepanz zwischen der Gewichtung, die man selbst der Rolle geben würde – und dem, was kurzfristig von der Managementebene verlangt werden könnte. Das ist ein Nährboden für halbfertige Projekte, abrupte Prioritätswechsel – und am Ende fehlen verwertbare Ergebnisse für das MitarbeiterInnengespräch.

Was dem Creative Prompter-Profil fehlt: Fokus und Alltagstauglichkeit

Mir fehlt ein klarer Fokus: Geht es um operative Zuarbeit für Kreativteams? Um interne Schulungen zu neuen Tools? Oder um Video-Editing für Pitches? Solche Schwerpunkte würden nicht nur BewerberInnen helfen, ihr Portfolio gezielt vorzubereiten – sie würden auch intern zur Klarheit beitragen.

Stattdessen wirkt die Ausschreibung eher wie ein Wunschzettel. Begriffe wie „Best Practices identifizieren“ klingen ambitioniert – gemeint ist vermutlich, dass man Goldideen ins Team einbringt.

Aber: Wer priorisiert? Wer bekommt die Credits? Und wer entscheidet über die Umsetzung? Auch der Punkt „Support für KollegInnen“ lässt mich stutzen – das klingt eher nach Ad-hoc-Hilfe oder IT-Hotline als nach einer strategisch verankerten Rolle.

Hilfreich wären stattdessen konkrete, realistische Aufgabenbeispiele, etwa:

• Du entwickelst KI-Moodboards für KundInnenpräsentationen.
• Du machst Video-Editing für Pitches.
• Du leitest einmal im Monat einen kurzen internen Workshop (30 Minuten).
• Du scoutest neue Tools und teilst deine Ergebnisse zwei Mal pro Monat im Team.

Damit das Aufgabenfeld nicht in alle Richtungen ausfranst, könnte man bestehende Rollen mit KI-Fokus gezielt weiterdenken – zum Beispiel:

• GrafikdesignerIn mit Midjourney-Erfahrung
• VideoeditorIn mit Runway-Skills
• ContentstrategIn mit GenAI-Schwerpunkt
• Interne KI-CoachIn
• TrendscoutIn & Workshopleitung (Schulungen & Best Cases)

Was ein Creative Prompter mitbringen muss

Die Anforderungen an BewerberInnen sind umfangreich – und ambitioniert:
Gefordert werden Kenntnisse in

• Adobe Creative Suite (InDesign, Illustrator, Photoshop),
• Final Cut oder DaVinci,
• Midjourney, DALL·E, ChatGPT, Runway,
• Kamera und Fotografie.

Dazu kommen 2–3 Jahre Berufserfahrung, eigenständige Einarbeitung in KI-Themen, didaktische Fähigkeiten für interne Workshops – und natürlich: Teamplayer-Qualitäten.

All das für ein Monatsgehalt von 2.700 Euro brutto. Das entspricht in etwa dem Gehalt eines fortgeschrittenen GrafikdesignerIn vor fünf Jahren – allerdings ohne KI-Verantwortung, ohne Schulungspflicht, ohne Tool-Scouting.

Der Satz am Ende der Anzeige – „Du bist motiviert und fühlst dich in diese Rolle hineingewachsen“ – wirkt fast wie ein stilles Eingeständnis, dass das Anforderungsprofil überzogen ist. Und doch wird das mögliche Scheitern auf die bewerbende Person zurückgespielt.

Das macht mich nachdenklich: Wer in eine neue Rolle mit unscharfen Grenzen einsteigt, braucht klare AnsprechpartnerInnen, strukturierte Feedbackprozesse und realistische Erwartungen – nicht die implizite Botschaft: „Mach mal.“

Was hier eigentlich gesucht wird, ist ein ganzes Inhouse-Kompetenzzentrum in einer Person. Und das ist – aus meiner Sicht – weder fair noch nachhaltig.

Creative Prompter: Und wie geht’s weiter?

Für mich ist es schon bei einer Jobausschreibung wichtig zu wissen, wo sich das Ganze hinentwickeln könnte. Gerade bei neuen Rollen wie dieser sind Entwicklungsperspektiven ein zentraler Aspekt – aber die Anzeige bleibt hier auffallend still. Was ist eigentlich der Hauptfokus der Position? Contentproduktion? Tool-Testing? Interner Kompetenzaufbau? Nur wenn das klar benannt wird, lassen sich daraus sinnvolle Entwicklungspfade ableiten.

Wird aus dem Creative Prompter später eine Creative DirectorIn mit KI-Fokus? Eine strategische Schnittstelle zwischen Tech und Kreation? Oder vielleicht eine Teamleitung für ein internes KI-Kompetenzzentrum? Ohne solche Perspektiven bleibt die Rolle ein Versuchsballon – und das macht es schwer, sich längerfristig zu binden. Oder man macht den Job ein, zwei Jahre und zieht dann weiter.

Auch die Frage nach Erfolgskriterien bleibt unbeantwortet: Woran wird gemessen, ob jemand gute Arbeit leistet? An der Anzahl der Prompts? An der Präsentationswirkung? An der Zahl der durchgeführten Schulungen?

Je mehr Berufserfahrung ich sammle, desto wichtiger ist es mir, dass messbare Ziele und realistische Entwicklungsmöglichkeiten von Anfang an kommuniziert werden.