KI-Adoption in Medienhäusern: Was kleinere und größere Verlage unterscheidet

Während größere und kleinere Medienhäuser beim KI-Einsatz in zentralen redaktionellen Anwendungen nahezu gleichauf liegen, zeigen die Report-Daten zunehmend Unterschiede: Wo spezialisierte Kompetenzen, die Integration in bestehende Systeme und organisatorische Abstimmung gefragt sind, geht die Schere auseinander.

Bei größeren Medienhäusern sind die Integration anspruchsvollerer KI-Workflows und die Erfolgsmessung weiter fortgeschritten, während kleinere Häuser hier teilweise an ihre personellen und technischen Grenzen stoßen.

KI in Redaktionen: Kernanwendungen ähnlich verbreitet, Unterschiede in der Breite

Der KI-Reifegrad-Report 2026 vergleicht Häuser mit weniger und mit mehr als 250 Mitarbeitenden. Maßgeblich ist die gesamte Unternehmensgröße, nicht die Größe einzelner Redaktionen oder KI-Teams.

Die Unternehmensgröße prägt die Breite der KI-Nutzung in den Medienhäusern (BDZV/Retresco)

KI ist bei der Textproduktion und Transkription in größeren wie in kleineren Medienhäusern etabliert. Für Transkriptionen nutzen 82 % der kleineren und 87 % der größeren Häuser KI. Bei der Textproduktion liegen die Anteile mit 79 % und 80 % nahezu gleichauf. In diesen redaktionellen Kernprozessen ist KI unabhängig von der Unternehmensgröße breit angekommen.

Größere Medienhäuser nutzen KI jedoch in einem deutlich breiteren Anwendungsspektrum. Bei der Bildgenerierung und -bearbeitung sowie beim Fact-Checking und bei der Rechercheunterstützung liegen die Anteile größerer Häuser jeweils um 23 Prozentpunkte höher. Bei der Audioproduktion beträgt der Abstand 25 Prozentpunkte.

Über die Ursachen lässt sich spekulieren. Spezialisierte Kompetenzen, verfügbare Budgets und personelle Ressourcen könnten ebenso eine Rolle spielen wie technische Voraussetzungen und die Qualität der Daten. Größere Häuser haben zudem eher die Möglichkeit, Entwicklungs- und Betriebskosten auf mehrere Titel oder Produkte zu verteilen.

KI-Reife erfordert Integration und eindeutige Zuständigkeiten

In redaktionellen Kernanwendungen ist KI in größeren wie in kleineren Medienhäusern etabliert. Bei anspruchsvolleren Anwendungen zeigt sich dagegen, wie unterschiedlich die Voraussetzungen für den KI-Einsatz sein können. Für Häuser jeder Größe ist dabei entscheidend, wie erfolgreich sich KI in bestehende Prozesse und komplexe Workflows integrieren lässt. Dazu müssen Unternehmen die Datenqualität sicherstellen, Systeme anbinden, Zugriffsrechte, Freigaben und Zuständigkeiten regeln und den laufenden Betrieb organisieren. Erst wenn diese Voraussetzungen erfüllt sind, kann ein erfolgreich getestetes KI-Tool dauerhaft Teil des Arbeitsalltags werden.

Im KI-Reifegrad-Report 2026 nennen 49 % der befragten Medienhäuser Integration und Infrastruktur als größte Hürden – im Vorjahr waren es erst 28 %. Fehlendes Know-how bzw. mangelnde KI-Kompetenz führen dagegen 43 % an, nach 60 % im Vorjahr. Der Schwerpunkt der Herausforderungen verschiebt sich damit vom grundlegenden Kompetenzaufbau zur Umsetzung im laufenden Betrieb. In den Vordergrund rückt die Einbindung von KI in redaktionelle Softwarelösungen, Asset-Management-Systeme, Datenbestände und Redaktionsabläufe.

Größere Medienhäuser können dafür eher spezialisierte Rollen schaffen. Zugleich müssen sie häufig unterschiedliche Systeme, Marken und Abstimmungswege aufeinander abstimmen. Kleinere Häuser profitieren oft von kürzeren Entscheidungswegen, müssen KI-Aufgaben jedoch mit weniger Personal bewältigen. Überschaubare Strukturen erleichtern die Abstimmung, senken aber nicht automatisch den Aufwand: Die technischen und journalistischen Anforderungen an einen verlässlichen KI-Einsatz bleiben unabhängig von der Unternehmensgröße hoch.

KI-Taskforces: Verantwortung im operativen Alltag

Ob es um etablierte Kernanwendungen oder um Einsatzfelder wie Recherche und Audioproduktion geht, stellt sich mit der Verankerung von KI im Arbeitsalltag die Frage nach der Verantwortung. Dabei übernehmen die operativen Einheiten zunehmend wichtige Zuständigkeiten. Dem Report zufolge stieg der Anteil der Medienhäuser mit eigenen KI-Taskforces oder Projektgruppen in diesem Jahr von 11 % auf 29 %. Solche Teams bündeln die Anforderungen der Abteilungen, erfassen bestehende Arbeitsabläufe und bewerten, wo KI sinnvoll eingesetzt werden kann. Sie priorisieren und konzipieren Anwendungen und unterstützen die Fachbereiche dabei, KI in laufende Systeme und Abläufe zu integrieren.

Auch in größeren Medienhäusern arbeiten solche Taskforces häufig als interdisziplinäre Arbeitsgruppen, in denen alle relevanten Unternehmensbereiche vertreten sind. Auch für kleinere Medienhäuser kann eine solche Arbeitsgruppe zielführend sein. Entscheidend sind ausreichend Arbeitszeit, die nötigen Kompetenzen, verbindliche Entscheidungsrechte sowie vorab definierte Kennzahlen, anhand derer sich die Ergebnisse belastbar beurteilen lassen.

Die Unternehmensgröße prägt die Breite der KI-Nutzung in Medienhäusern (BDZV/Retresco)

Größere Medienhäuser schätzen ihren KI-Reifegrad höher ein

In den Bereichen Strategie, Technologie und Organisation bewerten größere Medienhäuser (>250)  ihren KI-Reifegrad im Durchschnitt um bis zu 0,8 Punkte höher als kleinere Häuser – auf einer Skala von eins bis fünf. Diese höhere Selbsteinschätzung führen sie unter anderem auf klar definierte Roadmaps, den Einsatz von KI-Botschaftern und eine hohe Bereitschaft der Mitarbeitenden zur KI-Nutzung zurück.

Umgekehrt fällt die Einschätzung des KI-Reifegrads tendenziell niedriger aus, wenn sich die Rollenprofile seit der Einführung von KI kaum verändert haben oder KI-Halluzinationen eine besonders große Herausforderung darstellen.

Merkliche Auswirkungen von KI-Suchen auf SEO in größeren Medienhäusern

KI verändert den Zugang zu journalistischen Inhalten. Im KI-Reifegrad-Report 2026 berichten 38 % der befragten Medienhäuser von sinkender externer Sichtbarkeit im Zusammenhang mit Google AI Overviews, AI Mode und vergleichbaren Angeboten. 37 % beobachten keine wesentliche Veränderung, 25 % konnten die Entwicklung bislang nicht belastbar erfassen. Größere Häuser berichten häufiger von Reichweitenverlusten, die tendenziell auch stärker ausfallen.

Wie sich diese Veränderungen auf einzelne Medienhäuser auswirken, hängt vom Themenmix, von der Abhängigkeit von externen Plattformen und vom eigenen Erlösmodell ab. Exklusive lokale Inhalte oder spezialisierte Fachinformationen können der eigenen Nutzerschaft einen Grund geben, das Angebot eines Medienhauses regelmäßig direkt zu nutzen.

Spezialisierte Inhalte als Chance für kleinere Medienhäuser

Mit lokalen Recherchen, regionalen Archiven oder vertieftem Spezialwissen verfügen kleinere Medienhäuser häufig über Inhalte, die für klar umrissene Zielgruppen besonders wertvoll sind. Diese lokale oder fachliche Spezialisierung bietet eine Grundlage für eigenständige KI-Angebote. Ob sie vor Reichweitenverlusten schützt, bleibt offen, denn auch spezialisierte Inhalte lassen sich in KI-Antworten zusammenfassen.

Die strategische Chance liegt darin, aus diesen Beständen konkrete Services zu entwickeln. Dazu zählen Rechercheassistenten für Facharchive, dialogische Zugänge zu regionalen Themen oder lokale Assistenten, die redaktionelle Inhalte mit aktuellen Veranstaltungs- und Verkehrsdaten verbinden. Solche Angebote eröffnen neue Zugänge zu den eigenen Inhalten, können die Nutzerbindung stärken und bei regelmäßiger Nutzung zusätzliche Erlösmöglichkeiten schaffen.

Die Angebote sollten einen konkreten Grund zum Wiederkommen bieten. Bei Fachassistenten zählen präzise Antworten und nachvollziehbare Quellen, bei lokalen Informationsangeboten zusätzlich Aktualität und Ortsbezug. Fehlen verlässliche Informationen für eine Antwort, sollten die Assistenten das klar sagen.

Kooperationen können strukturelle Nachteile kleinerer Medienhäuser verringern

Steigende technische Anforderungen und begrenzte Budgets machen Kooperationen für kleinere Medienhäuser zunehmend relevant. Gemeinsam lassen sich Kompetenzen aufbauen, Ressourcen bündeln und technische Grundlagen schaffen, die ein einzelnes Haus nur schwer finanzieren könnte.

Eine aktuelle Experten-Befragung der KI-Initiative AI for Media Network, das unter anderem vom Bayerischen Rundfunk betrieben wird, zeigt eine hohe Kooperationsbereitschaft: 92 % der Befragten sind in hohem oder sehr hohem Maß zur Zusammenarbeit mit anderen Medienunternehmen bereit, 90 % mit wissenschaftlichen Einrichtungen. Bei kleineren Unternehmen liegt dieser Anteil bei 78 %. Wie im KI-Reifegrad-Report zählen auch hier technische Integration und Datenkompetenz zu den am häufigsten genannten Hürden für Kooperationen.

KI in der Medienbranche gemeinsam voranbringen: Kooperationen statt isolierter Einzelgänge (AI for Media Network)

Für kleinere Medienhäuser bieten sich durch solche Kooperationen konkrete Ansatzpunkte: Gemeinsame KI-Lösungen, geteilte Infrastruktur, abgestimmte Testverfahren und übergreifende Schulungen helfen, den Aufwand auf mehrere Partner zu verteilen. Spezialisierte Technologieanbieter können zudem bei der Entwicklung, Integration und dem Betrieb unterstützen. So lassen sich Anwendungen realisieren und skalieren, für die dem einzelnen Medienhaus die notwendigen Ressourcen oder Kompetenzen fehlen.

Damit Kooperationen dauerhaft tragen, sind gemeinsame Qualitätsstandards, verbindliche Regeln für Quellenkontrolle und Weiterentwicklung sowie eindeutige Verantwortlichkeiten erforderlich. Die verlegerische Gestaltung bleibt davon unberührt: Welche Inhalte relevant sind, welche Bedürfnisse die Zielgruppe hat und wie daraus ein robustes Angebot entsteht, muss jedes Haus selbst bestimmen.

Fazit

Unternehmensgröße, Geschäftsmodell und Inhalte prägen KI-Strategien. Größere Medienhäuser sollten erfolgreiche Anwendungen über einzelne Teams hinaus skalieren und ihre Systemintegration stärken. Kleinere Häuser können mit lokalen, regionalen und fachlichen Inhalten, kurzen Entscheidungswegen und gezielten Kooperationen punkten. Standardisierte KI-Lösungen helfen, den eigenen Entwicklungsaufwand zu begrenzen.

Sowohl für größere als auch kleinere Medienhäuser gilt: Je komplexer und übergreifender die KI-Anwendungen, desto höher die Anforderungen an Integration, Tests und laufenden Betrieb. Jede weitere KI-Investition braucht deshalb messbare Ziele und eine klare Leitfrage: Welchen Bedarf der Nutzenden oder der Redaktion können wir mit unseren Inhalten besser erfüllen – und wie messen wir den Erfolg?

Retresco unterstützt Medienhäuser dabei, ihre Content-Bestände in integrierte KI-Anwendungen und interaktive Informationsangebote zu überführen. Der KI-Reifegrad-Report von BDZV und Retresco hilft, den eigenen Entwicklungsstand einzuordnen und Prioritäten zu setzen.

Den vollständigen KI-Reifegrad-Report 2026 ➡️hier herunterladen.

Du hast Fragen, Anmerkungen oder Interesse? Sprich uns an – unsere KI-Expert:innen melden sich gerne bei dir!