Eine aktuelle Kooperation des Center for Leadership and Behavior in Organizations (CLBO) an der Goethe‑Universität Frankfurt, des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI), der F.A.Z.-Digitalwirtschaft und der Unternehmensberatung Groß & Cie. legt dar, wie zentral Vertrauen für die Nutzung von Künstlicher Intelligenz im Marketing ist. Die zwischen Januar und März 2025 erhobene Studie mit 1 028 Teilnehmenden zeigt klare Hierarchie‑ und Brancheneffekte: Führungskräfte begrüßen Automatisierung stärker als operative Mitarbeitende, die besonders bei personalrelevanten Entscheidungen skeptisch bleiben.
Studienergebnis: Vertrauen bestimmt Akzeptanz von KI im Marketing
Die Untersuchung dokumentiert, dass mehr als 80 % der Befragten KI‑Tools im Arbeitsalltag nutzen, wobei die Nutzungsrate in Großunternehmen höher ist. Gleichzeitig sinkt das Vertrauen deutlich, sobald KI eigenständige Entscheidungen in sensiblen Bereichen trifft.
Kernergebnis und methodischer Kontext
Die Studie basiert auf einem mehrstufigen Onlinefragebogen und Szenarienbewertungen. Sie untersuchte Verbreitung, Vertrauen und die Rolle von Führungskultur. Führungskräfte zeigen insgesamt höhere Akzeptanzwerte; Mitarbeitende misstrauen vor allem bei Kündigungen, Beförderungen und Leistungsbeurteilungen.
Konkrete Zahlen und Folgen für Marketingteams
Unterstützende Anwendungen wie Textzusammenfassungen oder IT‑Support erhielten Vertrauenswerte von durchschnittlich 5,3–5,6 auf einer 7‑Punkte‑Skala. Managementrelevante Entscheidungen lagen bei 2,9–3,7. Diese Spannungen erzeugen organisatorische Friktion und können die Implementierung von KI‑gestützten Kampagnen verlangsamen.
Transparenz, Datenethik und Datensicherheit als Voraussetzung
Die Studie hebt hervor, dass Transparenz und Datenethik zentrale Hebel sind, um Vertrauen zu schaffen. Ohne nachvollziehbare Erklärungen für algorithmische Entscheidungen bleibt die Akzeptanz niedrig, besonders in regulierten Branchen.
Black‑Box‑Problematik und Erklärbarkeit
Viele Marketing‑Algorithmen wirken wie eine Black Box; knapp die Hälfte der Befragten gab an, nicht zu verstehen, wie Entscheidungen entstehen. Zur Risikominderung empfehlen die Forschenden Explainable‑AI‑Ansätze und transparente Dokumentation.
Rechtliche Anforderungen und Datensicherheit
Datenschutzfragen sind besonders in Finanzdienstleistungen und Gesundheitsmarketing dominant. Unternehmen müssen strikte Regeln zur Datensicherheit und Compliance einführen, um rechtliche Risiken zu begrenzen. Parallel lohnt sich ein Blick auf Praxisleitfäden zur Optimierung generativer Modelle, etwa zur Generative Engine Optimization 2026, die technische und redaktionelle Standards verbindet.
Führung, Automatisierung und Kundenerlebnis: Auswirkungen auf die Digitale Transformation
Die Studie formuliert praxisnahe Empfehlungen für Unternehmen, die Automatisierung und KI‑gestützte Marketingprozesse vorantreiben wollen. Entscheidend sind schrittweise Einführung, digitale Vorbildfunktion der Führung und kontinuierliche Weiterbildung.
Digital Leadership und organisatorische Maßnahmen
Digital Leadership erhöht die Offenheit der Mitarbeitenden für KI‑Tools. Führungskräfte sollten KI aktiv nutzen, Erfolge teilen und Hands‑on‑Workshops anbieten, um psychologische Sicherheit zu schaffen und Widerstände abzubauen.
Auswirkungen auf Kundenerlebnis und Monetarisierung
Richtig eingesetzt kann KI das Kundenerlebnis durch Personalisierung und Predictive Analytics deutlich verbessern. Gleichzeitig verlangt die Balance zwischen Automatisierung und kreativer Kontrolle neue Governance‑Regeln. Strategisch relevante Hinweise zur Verbindung von Vertrauen und Monetarisierung finden Marketingverantwortliche in Beiträgen zur Vertrauen in digitale Monetarisierung.
Für die weitere Entwicklung bleibt klar: Ohne gezielte Maßnahmen zu Transparenz, Datenethik und Datensicherheit wird die Digitale Transformation im Marketing an Akzeptanzgrenzen stoßen. Unternehmen, die diese Faktoren adressieren und Führung sowie Mitarbeitende systematisch einbinden, haben die besten Voraussetzungen, KI‑gestützte Innovationen sowohl effizient als auch vertrauenswürdig umzusetzen.
