AI Leader 2026 - Die Pioniergeneration

Als Rebecca Gottwald und ihr Team bei Burda Media begannen, die Comic-Reihe „Lissy Pony" mit KI zu produzieren, ging es nicht um ein Randexperiment, sondern um die komplette Bildproduktion einer Kindermarke. Fünf Monate dauerte es von der Idee bis zum Go-Live – dann lief ein eigens entwickelter Multi-Agenten-Workflow, der seither Storyplots und Bildwelten der IP erzeugt.

Gottwald, Chief AI Officer bei Burda Media, bringt über zehn Jahre Erfahrung in Operations und Prozessoptimierung mit und hat mehrere Konzerntöchter durch organisatorischen Wandel geführt. Ihr operativer Hintergrund verbindet sich mit AISSIST, der Burda-internen KI-Plattform, auf der heute u.a. auch der Multiagenten-Workflow hinter „Lissy Pony" läuft und aus vorhandenen Comic-Illustrationen neue, markenkonforme Bildwelten erzeugt.

Schon die erste Ausgabe wurde mit halbierter Produktionszeit erstellt, bei Folgeproduktionen stieg die Effizienz auf bis zu 70 Prozent. Technisch setzt das Team auf mehrere Flux-Modelle von Black Forest Labs: die Fine-Tune-API fürs Charakter-Finetuning, FLUX.1 Kontext für Bildeditierung und FLUX.1 Depth für räumlich konsistente Figuren in der IP-Welt – zunächst eine Hürde, heute gelöst. Kosten der ersten Umsetzung: rund 20.000 Euro, Folgeproduktionen sind günstiger.

Im Rückblick würde Gottwald die Markenverantwortlichen früher einbinden: „Ihre umfassende Markenkenntnis ergänzt unsere technologische Expertise und stellt sicher, dass auch inhaltliche und visuelle Feinheiten von Anfang an vollständig berücksichtigt werden." Als Nächstes wird aus dem Bild Bewegtbild, mit ElevenLabs für mehrsprachige Synchronisation internationaler Märkte. Ihr Fazit: „KI sollte nicht als zusätzliche technologische Ebene über bestehende Abläufe gelegt, sondern gezielt in diese integriert und gemeinsam mit ihnen weiterentwickelt werden."

Als Nina Haller vor rund zwölf Monaten begann, ein eigenständiges Strategie-Framework zu bauen, ging es ihr nicht um schnellere Texte, sondern um belastbare Entscheidungen: DeCode ist ein retrieval-gestütztes System mit hinterlegten Personas und Wissensquellen, das strategische Empfehlungen ableitet statt generisch zu antworten. Heute läuft es in 32 Anwendungsfällen über neun Branchen-Cluster, von Banking bis FMCG.

Haller kam Mitte 2025 als Geschäftsführerin zu Muehlhausmoers, seit Herbst 2025 ist sie auch Gesellschafterin der Kommunikationsagentur; zuvor war sie CMO bei Experience One und in Führungsrollen bei Media Monks, Accenture Song und GroupM Germany. Bei Muehlhausmoers verantwortet sie die Strategieabteilung und mit ihr DeCode als deren zentrales KI-Werkzeug – KI-Einsatz nicht für schnellere Produktion, sondern für fundiertere Entscheidungen.

Der Aufbau dauerte rund zwölf Monate bis zum internen Go-Live; ein Kunden-Use-Case lässt sich heute im Schnitt in rund fünf Wochen umsetzen. Kernstück ist die Eigenentwicklung emmypro.ai, gestützt auf einen modelloffenen LLM-Layer und ein eigenes Panel in 16 europäischen Ländern. Für Steuerung und Qualitätssicherung wurde eine eigene AI-Lead-Rolle geschaffen; die Gesamtaufwände liegen im niedrigen sechsstelligen Bereich pro Jahr.

Was sie rückblickend anders machen würde? „Beim nächsten Mal würden wir die spätere Skalierungslogik noch früher mitdenken und bestimmte Aufbauphasen stärker parallelisieren", sagt Haller. Als Nächstes steht die kontrollierte Öffnung an: DeCode soll als Open-Source-Lösung auch Agenturen zugänglich werden. Ihr Anspruch bleibt europäisch verankert: „Ich möchte dazu beitragen, dass KI im Marketing in Deutschland strategischer, evidenzbasierter und verantwortungsvoller eingesetzt wird."

Als Matthias Hanschke vor gut zwei Jahren begann, den globalen Content- und MarTech-Backbone von Henkel neu zu denken, ging es nicht um ein einzelnes KI-Tool, sondern um die gesamte Content Supply Chain von der Konzeptphase über die Neuausrichtung des Agentur-Ökosystems bis zur technischen Umsetzung. Heute läuft die Transformation produktiv in mehreren Märkten und prägt den kompletten Marketingprozess des Konzerns.

Hanschke, Global Head of Marketing Transformation – Digital Strategy & MarTech bei Henkel, bringt über ein Jahrzehnt Erfahrung aus Henkel, Edgewell, Accenture und internationalen Mediaagenturen mit, sitzt im CMO Advisory Council von Spotify und lehrt an der International School of Management. Sein Ansatz: KI nicht punktuell einführen, sondern als durchgängige Infrastruktur entlang der Marketingkette verankern.

Herzstück ist ein KI-Ökosystem aus vier Bausteinen: ein AI-Powered Marketing Ecosystem für Daten, Workflows und Performance-Messung, der Markenagent „Brand Brain", ein KI-Briefing- und Content-Agent sowie ein Agent für Content-Optimierung. Gemessen wird entlang vier Dimensionen – AI-Adoption, Geschwindigkeit, Effizienz, Content-Qualität. Nach gut zwei Jahren laufen zentrale Workflows bereits stabil, der Fokus verschiebt sich auf skalierbare, agentische KI entlang der Content-Kette.

Was er rückblickend anders machen würde? Er würde früher in eine KI-fähige Data-Foundation investieren: „Technologie oder ein Tool allein schafft keinen Wettbewerbsvorteil", so Hanschke. Als Nächstes soll die Content Supply Chain über weitere Märkte und Funktionen skalieren. Seinen Anspruch bringt er selbst auf den Punkt: „Alle wollen zum Konzert. Keiner baut die Bühne. Ich baue die Bühne. Verankert in Daten. Getragen von Kultur. Veredelt durch Menschen. Beschleunigt durch KI."

Als Karin Immenroth bei Mediaplus den Startschuss für Plus.AI gab, ging es ihr um mehr als Effizienz: Wie stark kann ein KI-basiertes Operating Model die Arbeitsweise einer Mediaagentur verändern? In rund zwölf Monaten entstand daraus ein global angelegtes AI Operating Model für Planning, Campaigns und Reporting.

Immenroth kam Ende 2024 als Managing Partner und Global Chief Data Officer zu Mediaplus – zuvor war sie Chief Data & Analytics Officer bei RTL Deutschland, davor Geschäftsführerin von [m]Science, dem Marktforschungsinstitut der GroupM. Bei Mediaplus trifft ihre Datenexpertise auf eine Branche im Umbruch: Agenturen sollen nicht nur schneller, sondern strategischer werden.

Die Zahlen stützen den Anspruch: Der operative Aufwand einer Kampagne sinkt von rund 200 auf 60 Stunden – ein Effizienzplus von etwa 70 Prozent. Ein Einzelcase zeigt ein Potenzial von 4.500 bis 6.000 eingesparten Stunden beziehungsweise bis zu 0,6 Millionen Euro Produktivitätswert pro Jahr, bei Gesamtkosten von rund 3 bis 4 Millionen Euro. Technisch trägt eine cloudnative Azure-Architektur mit RAG, Azure-OpenAI-Modellen, AutoML und agentischen Workflows das Modell, zentrale Prozesse laufen bereits stabil.

Was sie rückblickend anders machen würde? „Beim nächsten Mal würden wir noch früher vom Produkt her in Skalierung denken: weniger individuelle Unternehmenslösungen, dafür von Beginn an stärker standardisierte, global übertragbare Workflows und eine noch konsequentere Erfolgsmessung", sagt Immenroth. Nächster Schritt ist nicht Internationalisierung – Plus.AI ist bereits global –, sondern Skalierung über mehr Kunden und Standardisierung. Ihren Anspruch bringt Immenroth so auf den Punkt: „Aus meiner Sicht liegt die große Chance von KI im Marketing nicht darin, bestehende Prozesse einfach schneller zu machen, sondern Marketing grundlegend neu zu denken."

Als Sven Spöde im April 2025 die erste Idee für den „Brand Context Server" skizzierte, ging es ihm nicht um ein weiteres KI-Tool, sondern um eine Frage, die den ganzen Konzern betrifft: Wie stellt Zeiss sein freigegebenes Markenwissen so bereit, dass KI-Systeme es zuverlässig nutzen können? Entstanden ist keine Anwendung, sondern eine zentrale, maschinenlesbare Infrastruktur.

Spöde tritt seit Jahren auch öffentlich als Stimme zu generativer KI im Marketing auf, unter anderem als Podcast-Gast und Konferenzsprecher. Zeiss als globaler Technologiekonzern für Optik und Präzisionstechnik mit vielen eigenständigen Business-Units steht vor der Aufgabe, Markenidentität über sehr unterschiedliche Sparten hinweg konsistent zu halten – genau dort setzt sein Projekt an.

Von der ersten Idee bis zum zentralen Enterprise-Go-live im Juni 2026 vergingen rund 14 Monate, ein funktionsfähiger Proof of Concept auf Basis von FastMCP stand bereits nach zwei Wochen. Markenwissen liegt zentral in Contentful, wird über eine GraphQL-Schnittstelle abgerufen und über das Model Context Protocol an angebundene Clients ausgespielt – darunter Zeiss GPT Plus, Copilot und Visual Studio Code. Der Aufwand für das Kernprojekt lag bei rund 35 Personentagen beziehungsweise 35.000 Euro.

Was er beim nächsten Mal anders machen würde? Spätestens mit dem zentralen Hosting, sagt Spöde, hätte er „einen minimalen Context Contract und eine verbindliche Beobachtungsschicht" eingeführt. Als Nächstes steht der Wechsel auf die neue MCP-Spezifikation an. Dazu kommen ein Brand Memory mit Evals und Approval-Tool. Sein Anliegen bringt er selbst auf den Punkt: „Brand kann diese horizontale Identitätsschicht für die gesamte Organisation bereitstellen und damit eine fundamentale Rolle im AI Context von Unternehmen spielen."

Als der Vorstand der OWM beschloss, der Branche eine eigene KI-Weiterbildung an die Hand zu geben, ging es Patrick Swientek nicht um ein Tool, sondern um ein Format für viele: die KI-Akademie. Acht Wochen dauerte es von der Idee bis zum Go-Live – seither steigt die Teilnehmerzahl stetig. Anders als viele Einzelprojekte der Reihe zielt sein Beitrag nicht auf ein internes System, sondern auf die KI-Kompetenz einer ganzen Branche.

Swientek verantwortet bei Danone als Global Director Platforms & Services – Integrated Brand Communication die DACH-Region und sitzt zugleich im Vorstand der OWM, dem Markenverband der Werbungtreibenden. Diese Doppelrolle erklärt den Ansatz: Statt KI nur intern zu verankern, bündelt er Wissen für die OWM-Mitglieder – etwa zur Kennzeichnungspflicht für KI-generierte Werbung, ein Thema, bei dem die OWM ohnehin aktiv ist.

Die Module orientieren sich an dem, was die Branche bewegt: Kennzeichnungspflicht, verändertes Verbraucherverhalten durch KI, aktuelle Tools. Vorgestellt werden Cases wie der „stooltracker", der per Bilderkennung die Stuhlzusammensetzung in Windeln analysiert und Eltern auf Auffälligkeiten hinweist, oder WPP Open AI für KI-gestützte Kampagnensteuerung. Gemessen wird der Erfolg über Mitglieder-Feedback und die wachsende Teilnehmerzahl. Getragen wird das Format von Engagement statt Budget – von OWM-Paten wie Giuseppe Fiordispina und Daniel Draenkow sowie der Geschäftsstelle.

Was er rückblickend anders machen würde? „Vielleicht einen Weg finden, Themen noch aktiver von den Mitgliedern setzen zu lassen", sagt Swientek. Künftig sollen Themen stärker aus der Mitgliedschaft kommen. Sein Antrieb bleibt klar: „Ziel der Arbeit ist es, die Marketing-Leader in Deutschland wettbewerbsfähig zu machen. KI verändert vieles im Marketing und wir wollen dazu beitragen, dass wir führend werden."

Als Jörg Tavidde am 12. August 2026 die Barmer-Kampagne „Für alle gut, für jeden anders" live schaltete, stand nach vier Jahren Gen-AI-Praxis ein konkretes Ergebnis: die erste komplett inhouse KI-generierte Multichannel-Kampagne bei BBDO – Beleg einer über Jahre gewachsenen Kompetenz in Bild- und Videogenerierung.

Tavidde, Creative Director bei BBDO in Düsseldorf, arbeitet seit dem 30. August 2022 kontinuierlich mit generativer KI, seit 2024 auch mit KI-Video über Plattformen wie Kling und Runway. Daraus wuchsen Creative-Partner-Status bei mehreren AI-Plattformen und elf erste Plätze bei Kling-AI-Community-Challenges. Bei BBDO hielt Gen-AI Einzug in den Agenturalltag – von Moodboards bis zu vollständigen AI-Animatics.

Der Effekt bei Barmer zeigt sich in zwei Dimensionen: Tempo und Vielfalt. Die Produktionszeit gegenüber klassischen Shootings verkürzte sich deutlich, ohne übliche Vorlaufzeiten für Casting, Location oder Set. Wichtiger: Mit gleichem Budget entstanden strukturell deutlich mehr individuelle Motive und Assetvarianten, als es eine klassische Produktion ermöglicht hätte – „für jeden anders" wurde so nicht nur behauptet, sondern produzierbares Prinzip.

Was er anders machen würde? „Rückblickend würden wir die Skalierungsfrage – also wie die Pipeline über den ersten Case hinaus für weitere Kunden nutzbar gemacht wird – von Anfang an stärker mitdenken, statt sie erst nach dem erfolgreichen Piloten anzugehen." Auf Basis der Learnings entsteht der Business-Case für eine eigene AI-Production-Unit bei BBDO. Sein Anspruch: „KI im Marketing ist mehr als ein Effizienz-Tool – richtig eingesetzt, ist sie ein kreatives Instrument, das in Kombination mit menschlicher Kreativität und Handwerksverständnis beeindruckende Ergebnisse erzeugen kann."

Als Jennifer Treiber-Ruckenbrod im Februar 2025 die globale Marketingverantwortung für Mini übernahm, startete sie kein KI-Pilotprojekt. Sie startete eine Inventur. Gemeinsam mit ihrem Team zerlegte sie den gesamten Marketingbereich in Einzelprozesse und prüfte jeden auf KI-Anwendbarkeit. Mehr als 50 Prozesse sind seither transformiert worden – nicht als Leuchtturmprojekt, sondern als Umbau des gesamten Operating Models.

Treiber-Ruckenbrod bringt über 20 Jahre Erfahrung aus der BMW Group mit — von BMW Motorrad über Rolls-Royce bis zur Leitung von BMW Marketing Deutschland. Jetzt hat sie sich eine der kulturell eigenständigsten Marken im Portfolio vorgenommen, mitten im doppelten Umbruch aus Elektrifizierung und Neupositionierung. KI behandelt sie dabei nicht als isoliertes Effizienz-Werkzeug, sondern als Hebel für die gesamte Transformation.

Die Ergebnisse belegen den Ansatz: KI-gestützte Briefings sparten rund 200.000 Euro. Eine Kampagne wurde mit 60 Prozent weniger Zeit- und Budgetaufwand produziert. Das mit The Marcom Engine entwickelte Tool Lumia liefert europaweite Performance-Funnel-Analysen. Und per AI-Neurotesting werden Kampagnen-Assets in Sekunden validiert. Das alles ohne separates Projektbudget – vierteljährliche AI-Tage, wöchentliche Lernsessions und KI-Verantwortliche in allen 40 Mini-Märkten bilden das organisatorische Rückgrat.

Was sie rückblickend anders machen würde? „Ich muss als Führungskraft das Vorbild sein und mir die Zeit nehmen. Das hätte ich noch stärker machen können." Und: gleich mit einer KI-Schulung für alle beginnen. Für Ende 2026 steht die nächste Konsequenz an: eine Reorganisation des gesamten Bereichs. „Die Zukunft gehört nicht den Unternehmen mit den meisten KI-Tools, sondern denen, die menschliche Urteilskraft, Kreativität und Führung intelligent mit den Möglichkeiten von KI verbinden."

Als Norman Wagner im April 2026 die erste Zeile Code für ein neues Klassifizierungssystem schrieb, arbeitete er allein, neben dem Tagesgeschäft. 43 Kalendertage später, am 26. Mai 2026, lief der erste Artikel produktiv durchs System – nach nur fünf aktiven Entwicklungstagen. Aus dem Tempo wurde kein Strohfeuer: Seither liefen 52 Releases in vier Monaten, alle ohne Ausfallfenster.

Wagner kennt die Ad-Tech-Seite des Marketings aus erster Hand: Nach Stationen bei Ebiquity und Mediacom leitete er 2018 bis 2023 das Mediageschäft der Deutschen Telekom, danach übernahm er die Geschäftsführung des Targeting-Joint-Ventures Utiq. Seit März 2026 führt er als Managing Director die Omnicom-Agentur Pion3ers – und bringt sein technisches Rüstzeug in ein Problem ein, das der Branche seit Jahren Umsatz kostet: pauschale Keyword-Blocklisten, die Werbung von Nachrichteninhalten fernhalten, ganz gleich, wie seriös sie sind.

Wie groß der Unterschied ist, zeigte eine Vollerhebung auf 28.634 Live-Artikeln: Die klassische Wortliste gab nur 34,9 Prozent des Inventars für Werbung frei, das KI-System 87,9 Prozent – 151,6 Prozent mehr buchbares Inventar, bei identischer Sperrung aller 2.944 rechtlich kritischen Artikel. Seit Go-Live wurden 112.735 Artikel ohne Unterbrechung klassifiziert. Die Sachkosten dafür lagen über die gesamte Laufzeit unter 1.000 Euro.

Was er rückblickend anders machen würde? „Früher echte Daten labeln", sagt Wagner. Die ersten Regelwerke seien aus Plausibilität entstanden, echte Verbesserungen kamen erst mit der Auswertung realer Klassifizierungen. Als Nächstes soll das System von elf auf 25 abgedeckte Branchen wachsen. Seinen Anspruch bringt er so auf den Punkt: „Mein Maßstab wäre: nicht fragen, wie viel Arbeit eine KI abnimmt, sondern welche menschliche Arbeit sie schützt."

Als Philipp Witzmann bei nebenan.de die Organisation auf AI-first umbaute, tauschte er nicht einzelne Werkzeuge, sondern die komplette Struktur: Statt Abteilungen entstanden „Stream-aligned Teams" und fünf Loops, begleitet von einer Capability Ladder statt starrer Trainingspläne. Sechs Monate dauerte die erste Umbauphase – ein Tempo, das zeigt, wie konsequent der CEO eines der größten deutschen Nachbarschaftsnetzwerke den Wandel angeht.

Bevor Witzmann zu nebenan.de kam, leitete er als Head of Buying Europe bei Wayfair das europäische Einkaufsgeschäft, mit hohem Reisepensum. 2020 wechselte er als Chief Creative Officer zu nebenan.de, seit Oktober 2022 ist er in der Geschäftsführung, inzwischen als alleiniger CEO. Bei der Nachbarschaftsplattform überträgt er diesen Anspruch an Nähe nun auf den Umgang mit künstlicher Intelligenz.

Die Zahlen aus der ersten Phase sprechen für den Ansatz: Die Time-to-Resolution in der Moderation sank um über 90 Prozent, von mehr als 100 auf unter vier Stunden. Seit Trimesterbeginn laufen viermal so viele Experimente, Personalisierung kommt dreimal schneller vom Konzept zum Test, in zwei statt sechs Wochen. Getragen wird das von Claude Enterprise, einem an Claude angebundenen Snowflake-Warehouse für Self-Service-Analytics und automatisierter Moderation im Produkt.

Was er rückblickend anders machen würde? „Ich würde weniger gleichzeitig anfassen. Struktur, Technologie und Rollen haben sich bei uns in einem sehr engen Fenster bewegt", sagt Witzmann. Skalieren heißt für ihn nicht mehr Personal, sondern drei Hebel: Self-Service für die Loops, Fortschritt auf der Capability Ladder und organisches Teilen wachsender Loops. Sein Fazit: „Output ist noch kein Ergebnis, und Menschen sind kein Kostenposten, den man gegen Tokens tauscht."