Der Pitch-Kollaps: Wenn KI sich selbst bewertet

Satire, aber Satire, die trifft, weil jeder in der Branche die reale Vorlage kennt. Sadoun wird in der Ankündigung deutlicher: Der Effekt aus KI-Überversprechen und wirtschaftlich nicht tragfähigen Angeboten im Pitch treibe „massive job cuts“ in der gesamten Branche voran. Seine Forderung: „Collectively, we have to stop this race to the bottom and reaffirm our unique ability to deliver what clients really want.“

Sadoun beschreibt damit die laute, kommerzielle Seite des Problems: Agenturen überbieten sich im Effizienz-Versprechen, nicht in der Idee. Leiser, aber womöglich folgenreicher ist, was gerade in Pitchprozessen passiert – am unmittelbarsten dort zu besichtigen, wo Vergaben nach festen Regeln ablaufen: im öffentlichen Sektor.

Marketingabteilungen formulieren das Agenturbriefing inzwischen oft mithilfe von KI. Agenturen leiten daraus mithilfe von KI Strategie und kreative Routen ab. Bevor die Unterlagen rausgehen, prüft die Agentur mithilfe der KI noch den Briefing-Fit. Und auf der anderen Seite des Tisches gleicht wiederum eine KI die eingereichten Unterlagen mit den eigenen Bewertungskriterien ab. Vier KI-Durchläufe, wenig menschliche Reibung dazwischen. Dafür eine Menge Durchschnitt und Selbstähnlichkeit.

In der KI-Forschung gibt es für dieses Prinzip einen Namen: Model Collapse. Trainiert man Modelle wiederholt mit ihren eigenen, synthetisch erzeugten Ausgaben, erodieren zuerst die Ränder der Verteilung – das Seltene, das Eigenwillige, das Überraschende –, bis am Ende nur der Mittelwert übrigbleibt. Jede Generation gleicht der vorherigen etwas mehr, ohne dass eine von ihnen etwas hinzufügt. Genau das passiert gerade im Vergabeverfahren, nur kollabieren nicht die Modelle, sondern die Pitchqualität.

Pitch-Kollaps ist die Abwärtsspirale, die entsteht, wenn beide Seiten eines Vergabeverfahrens dieselbe Technologie benutzen, um genau das zu produzieren und zu prüfen, was die andere Seite mit derselben Technologie ohnehin schon erwartet hat. So klingt es dann in der Agentur: „Wir sind spürbar effizienter und können jetzt an zehn Ausschreibungen parallel teilnehmen.“ Nur entsteht daraus leider nur selten ein Gedanke, der Marken wirklich voranbringt.

Orlando Wood würde das nicht überraschen. Sein Befund zur Werbebranche: Sie habe über Jahrzehnte Salesmanship – literal, linear, auf Beweisführung ausgelegt – systematisch gegenüber Showmanship bevorzugt, die lateral denkt und auf Verblüffung setzt. Mit messbaren Folgen für die Effektivität.

KI verschärft diese Schlagseite, statt sie zu korrigieren: Ein Sprachmodell ist strukturell eine Salesmanship-Maschine. Es rekombiniert, was längst gesagt wurde, nach dem, was statistisch am ehesten überzeugt. Das deckt sich mit dem, was die Kreativitätsforscherin Margaret Boden kombinatorische Kreativität nennt – bestehende Elemente neu zusammensetzen. Was fehlt, sind die explorative und die transformative Stufe: das Infragestellen des Systems selbst.

Um Missverständnissen vorzubeugen: Im Vergabeverfahren, gerade bei öffentlichen Ausschreibungen, gibt es viele Schritte, die sich sinnvoll automatisieren lassen. Pitches kosten Agenturen nach wie vor zig unbezahlte Stunden (das geht gern in den mittleren bis oberen 5-stelligen oder gar 6-stelligen Bereich) – ein gewisser Anteil davon liegt im Ausfüllen von Formularen, Erbringen von Nachweisen, Zusammentragen von Referenzen und Team-CVs. Wer Vergabeunterlagen mit KI vorsortiert, Teilnahmeanträge systematisch ausfüllen lässt oder Bewertungsmatrizen abgleicht, spart sich Zeit und Ressourcen für den Teil, der zählt.

Das Problem beginnt dort, wo Anbieter genau diese Logik auf den Pitch selbst übertragen. Es gibt inzwischen KI-basierte Lösungen, die offen damit werben, einen Pitch in drei Stunden zu erledigen. Ob die Zahl stimmt, ist fast nebensächlich – entscheidend ist, wofür hier geworben wird: für genau den Teil der Pitch-Arbeit, dessen Mühsal kein Fehler im System ist, den man beheben muss, sondern die Gebühr für den Gedanken, der zählt.

Der Berater Paul Evans bringt den Mechanismus „The Media Leader“ auf den Punkt: Effizienz habe die großen Holding-Netzwerke über Jahre ununterscheidbar gemacht – und KI macht genau diese Austauschbarkeit jetzt teuer, weil sie sichtbar macht, wo nichts Eigenes mehr steht. Pitch-Kollaps trifft deshalb nicht zufällig vor allem die Mitte der Branche: Wer ohnehin schon fast wie alle anderen klang, klingt jetzt exakt wie alle anderen.

Die Falle liegt im Glauben, KI könne die Idee liefern. Jede Agentur auf der Shortlist nutzt dieselben Assistenten. Der Kunde hat seinen eigenen Markt wahrscheinlich längst selbst abgefragt. Ein Pitch, der allein aus KI-Recherche entsteht, erzählt ihm, was er schon weiß. Was gewinnt, ist die Beobachtung, die in keinem Datensatz steht: ein Satz aus einem Gespräch mit echten Menschen aus der Zielgruppe, ein Regal, das im Laden anders aussieht, als die Zahlen vermuten lassen, und eine Auffälligkeit in den eigenen Daten des Kunden, die noch niemand bemerkt hat. KI hilft vor allem dabei, so viel von der übrigen Arbeit freizuräumen, dass wieder Zeit bleibt, genau danach zu suchen.

Sinnvoll wird KI im Pitch auch als Gegner, nicht als Zulieferer: als Challenger, der jede Idee hart angeht, die unbequemen Fragen stellt und jede Empfehlung durch einen Stresstest schickt. Was aus diesem Ping-Pong wird, bleibt wieder Aufgabe des Menschen – inklusive der Entscheidung, welche Gedanken der KI man verwirft.

Das alte Mutproblem der Branche hat nur eine neue, bequemere Ausrede bekommen: Künstliche Intelligenz. Wer im Vergabeverfahren zu ihr greift, um sich das Denken zu ersparen, statt sich Zeit dafür zu verschaffen, hat den Pitch schon verloren – bevor die Konkurrenz überhaupt losgelegt hat.