Heute geht es um den Einsatz generativer KI in der Corporate Communication – konkret am Beispiel der BKW Kommunikation.
Unser Fokus: Welche KPIs und Metriken nutzt BKW, um die Leistung von KI-Tools zu messen? Ein Check zu Produktivität und Wirkung im Alltag.
Das Thema begleitet uns schon lange. Bereits 2005 entwickelten wir mit ein paar Crawlern, Code und etwas Budget unser erstes Machine-Learning-Tool zur Bewertung von Webinhalten: CyTRAP BlogRank.
In der Betriebswirtschaft werden Kennzahlen (Key Performance Indicators, KPIs) genutzt, um Erfolg und Leistung messbar und vergleichbar zu machen, wie z. B. zwischen Abteilungen oder Wettbewerbern.
Metriken und KPIs werden oft verwechselt. Jeder KPI ist eine Metrik, aber nicht jede Metrik ist ein KPI.
Metriken messen Prozesse und liefern Rohdaten. Sie sind die Grundlage. KPIs zeigen, ob zentrale Ziele erreicht werden. Sie bestehen aus einer oder mehreren Metriken und messen konkreten Fortschritt.
Was zählt, hängt vom Bereich ab:
Controlling schaut z.B. auf Ergebnis- und Cashflow-Kennzahlen;
Marketing fokussiert auf Kundenbindung und Conversion und
Kommunikation misst unter anderem Reichweite, Resonanz und Engagement.
KPIs machen die Leistung sichtbar. Metriken liefern die Daten dafür.
Im Kontext von KI stellt sich die Frage: Welche Metriken helfen, Erfolg zu messen? Daraus können KPIs entstehen, müssen es aber nicht.
Entscheidend ist, was den Zielerreichungsgrad tatsächlich sichtbar macht.
KI bei der BKW: Schnell, effizient, aber auch wirksam?
Medienmitteilungen in unter 30 Minuten statt wie früher in 120 Minuten
Weniger Routine, mehr kreative Arbeit – durch das Zusammenspiel von Mensch und Maschine
Das klingt nach echtem Fortschritt. Aber: Reicht reine Geschwindigkeit, um Erfolg zu messen? Wo bleibt die Aussage zur Qualität, Wirkung oder Zielerreichung?
AI Metriken vs. KPIs: BKW Kommunikation dank KI 90% schneller bei Medienmitteilungen mit dem eigenen GPT.
Effizienz ist nicht alles
Ein Vergleich mit einer Fortune-500-Umfrage wirkt ernüchternd. Dort gaben 80 % der Unternehmen an, dass ihre KI-Projekte entweder abgebrochen oder nie vollständig umgesetzt wurden. Auch bei Konzernen scheint also eine deutliche Lücke zwischen Anspruch und Realität zu geben.
Gerade im Bereich Corporate Communications zählt mehr als reine Effizienz. Wenn Inhalte schneller produziert werden, sind sie dadurch nicht automatisch besser.
In der heutigen Antwortökonomie zählt vor allem, ob Inhalte relevante Fragen beantworten oder Lösungen bieten. Ein schneller, aber inhaltsleerer Pressetext verliert an Wirkung. Dies auch dann, wenn er KI-gestützt in Rekordzeit erstellt wurde.
Führt KI tatsächlich zu Entlastung oder einfach zu mehr Volumen?
Hinzu kommt: Auf der BKW-Website sind zunehmend typische Spuren KI generierter Texte zu sehen. Lange Sätze, häufige Bindestriche (im Englischen em dash — genannt – siehe dazu Deni Kasrel – em dash haters have entered the chat — well).
KI genutzt: Auf der BKW-Website mehren sich typische Merkmale KI-generierter Texte: lange Satzkonstruktionen, häufiger Einsatz von Bindestrichen – oder, im Englischen, em dashes (—), wie sie Deni Kasrel in ihrem Beitrag ‘Em dash haters have entered the chat’ beschreibt.
Was allerdings fehlt, ist eine Sorgfaltserklärung zur KI Nutzung, etwa zur Einhaltung von Transparenz- und Governance-Richtlinien. Gerade im Rahmen des EU AI Act wird das zunehmend relevant.
KI Metriken und Produktivität was Whartons Kartik Honsanagar herausfand: Wenn alle AI Werkzeuge nutzen um zu schreibein, kommen sie auf ähnliche Ideen.
Was fehlt: Messbarkeit und Verantwortung
Die Vorteile von KI sind unbestritten: schnellere Abläufe, automatisierte Routinen, neue kreative Freiräume. Doch der Einsatz muss auch strategisch begleitet werden.
Ohne belastbare Metriken und klar definierte KPIs bleibt unklar, ob die Technologie wirklich Mehrwert schafft.
Wo zeigen sich die versprochenen Verbesserungen konkret? In Zeitersparnis? In besserer Qualität? In geringeren Kosten?
Was fehlt, sind eine nachvollziehbare Kosten-Nutzen-Rechnung, transparente Standards und messbare Ziele.
Erst mit klar definierten Metriken und darauf aufbauenden KPIs wird der Erfolg von KI-Projekten sichtbar wie auch steuerbar.
Schlussfolgerungen: KI in der BKW Kommunikation
Die Zahlen der BKW zur KI-Nutzung klingen vielversprechend – schnellere Prozesse, weniger Routinearbeit, mehr kreative Zeit. Doch Geschwindigkeit ist kein alleiniger Erfolgsindikator. Ohne nachvollziehbare KPIs, die über reine Zeiteinsparung hinausgehen, bleibt unklar, wie wirksam der KI-Einsatz tatsächlich ist.
Effizienzsteigerung darf nicht mit strategischem Fortschritt verwechselt werden. Produktivität heisst nicht nur: mehr Output – sondern auch: besserer Output. Und dafür braucht es mehr als gute Absicht oder technologische Begeisterung.
Wer den tatsächlichen Nutzen generativer KI sichtbar machen will, muss ihn messbar machen. Dafür braucht es belastbare Metriken, klar definierte KPIs und eine offene Kommunikation über Ziele, Qualität und Wirkung.
Denn erst dann wird aus „schneller“ auch wirklich „besser“ – und aus KI ein glaubwürdiger strategischer Erfolgsfaktor für die Corporate Communication.
Von Erwähnungen zur Wirkung: Warum KI-Erfolg mehr als Reichweite braucht
Auch in etablierten Studien – wie etwa Reputationsrankings für Energieunternehmen – zeigt sich ein vertrautes Muster: Es werden Metriken genutzt, um komplexe Konstrukte wie Vertrauen oder Markenwahrnehmung abzubilden. Dabei wird oft die reine Anzahl an Pressenennungen als Erfolg gewertet. Doch das greift zu kurz.
Denn Reputation entsteht nicht allein durch Sichtbarkeit, sondern auch durch Vertrauen, Kommunikationsqualität, Budgeteinsatz für Werbung oder politische Einflussnahme. All das beeinflusst, warum ein Unternehmen wie oft genannt wird – und mit welchem Unterton.
Das zeigt exemplarisch, woran viele KI-Projekte in der Kommunikation kranken. Sie setzen auf das
Fazit: Wer mit KI in der Kommunikation punkten will, muss über Sichtbarkeit hinausdenken – und Wirkung nachvollziehbar belegen.
Sie haben Fragen zu KI Metriken und KPIs in Corporate Communication oder AI allgemein Melden Sie sich!
Ranking Rauschen – Das Problem: Diese Zahlen messen, dass über ein Unternehmen gesprochen wird – nicht wie oder warum. Sie ignorieren wichtige qualitative Einflussfaktoren wie Vertrauen, Kontext der Erwähnung, Kommunikationsstrategie, Werbeausgaben oder Lobbying-Einsatz.
Hinzu kommt: Die Methodologie dieser Rankings bleibt oft undurchsichtig. Welche Quellen wurden gewichtet? Welche Bewertungen flossen ein? Was genau misst „Reputation“?
Kurz: Viele Rankings erzeugen Sichtbarkeit und liefern schöne Zahlen – aber wenig Substanz. Gerade beim Einsatz von KI, bei dem es um Effizienz, Qualität und strategische Wirkung gehen sollte, braucht es mehr als plakative Platzierungen.
„Ein interessanter Beitrag – erinnert mich stark an die Diskussion in der Informatik:
Auch dort ist der Zusammenhang zwischen neuen Tools und realer Produktivität schwer zu belegen.
Zahlreiche Studien zeigen, dass technische Fortschritte oft nicht automatisch zu mehr Output führen, sondern erst mit passender Organisation und Zieldefinition Wirkung entfalten.
Gerade bei generativer KI ist die Frage zentral: Ersetzen wir Qualität durch Geschwindigkeit – oder schaffen wir echten Mehrwert?“
Du sprichst einen wichtigen Punkt an: Auch in der Informatik war es lange schwierig nachzuweisen, inwiefern Informationstechnologie tatsächlich zu höherer Produktivität führt.
Zur Messbarkeit von Produktivität durch neue Technologien, speziell in der Softareentwicklung. Hier 3 Beispiele:
Brynjolfsson, E. & Hitt, L. M. (2000). Beyond Computation: Information Technology, Organizational Transformation and Business Performance. The Journal of Economic Perspectives, 14, 23–48.
👉 https://doi.org/10.1257/jep.14.4.23
Aral, S., Brynjolfsson, E. & Wu, L. (2012). Three-Way Complementarities: Performance Pay, Human Resource Analytics, and Information Technology. Management Science, 58(5), 913–931
👉 https://dspace.mit.edu/handle/1721.1/74643
Diese Arbeiten zeigen deutlich: Technologie allein reicht selten aus. Erst durch angepasste Prozesse, klar definierte Ziele und den gezielten Einsatz von Metriken und KPIs wird Fortschritt tatsächlich messbar.
2 Antworten
„Ein interessanter Beitrag – erinnert mich stark an die Diskussion in der Informatik:
Auch dort ist der Zusammenhang zwischen neuen Tools und realer Produktivität schwer zu belegen.
Zahlreiche Studien zeigen, dass technische Fortschritte oft nicht automatisch zu mehr Output führen, sondern erst mit passender Organisation und Zieldefinition Wirkung entfalten.
Gerade bei generativer KI ist die Frage zentral: Ersetzen wir Qualität durch Geschwindigkeit – oder schaffen wir echten Mehrwert?“
Liebe Frieda
Danke für deinen Kommentar.
Du sprichst einen wichtigen Punkt an: Auch in der Informatik war es lange schwierig nachzuweisen, inwiefern Informationstechnologie tatsächlich zu höherer Produktivität führt.
Zur Messbarkeit von Produktivität durch neue Technologien, speziell in der Softareentwicklung. Hier 3 Beispiele:
Brynjolfsson, E. & Hitt, L. M. (2000). Beyond Computation: Information Technology, Organizational Transformation and Business Performance. The Journal of Economic Perspectives, 14, 23–48.
👉 https://doi.org/10.1257/jep.14.4.23
Aral, S., Brynjolfsson, E. & Wu, L. (2012). Three-Way Complementarities: Performance Pay, Human Resource Analytics, and Information Technology. Management Science, 58(5), 913–931
👉 https://dspace.mit.edu/handle/1721.1/74643
Meyer, A. N., Fritz, T., Murphy, G. C. & Zimmermann, T. (2014). Software Developers‘ Perceptions of Productivity. FSE 2014, 19–29
👉 https://dl.acm.org/doi/10.1145/2635868.2635892
Diese Arbeiten zeigen deutlich: Technologie allein reicht selten aus. Erst durch angepasste Prozesse, klar definierte Ziele und den gezielten Einsatz von Metriken und KPIs wird Fortschritt tatsächlich messbar.