
Am Beispiel DuMont zeigt sich: Wer KI nur als Textmaschine nutzt, bleibt Zulieferer. Wer KI als Operating Model baut, gewinnt Tempo, Relevanz – und Marge.
Die Medienbranche hat sich jahrelang an einer beruhigenden Idee festgehalten: Wenn die Inhalte stimmen, wird es schon irgendwie funktionieren. Nur leider hat sich das Spielfeld verändert. Auflagen sinken, Werbung ist volatil, Plattformen setzen Preise und Regeln. Und das Härteste: Inhalte sind nicht mehr knapp. Aufmerksamkeit ist knapp. Daten sind knapp. Direkte Kundenbeziehung ist knapp.
In so einem Markt entscheidet nicht die nächste „Content-Offensive“. Entscheidend ist, wer schneller lernt, präziser ausspielt, besser bindet – und daraus skalierbar Geschäft macht. Genau deshalb ist KI kein Add-on für die Redaktion. KI ist ein Umbau der Wertschöpfung.
Und wer diesen Umbau ernst nimmt, landet automatisch bei einer unbequemen These:
Medien werden zur Oberfläche. Wert entsteht im System dahinter.
DuMont als Blaupause: 400 Jahre alt – und plötzlich AI Company
DuMont ist eines der ältesten Familienunternehmen Deutschlands – und wirkt gerade deshalb wie ein Gegenbeweis zur Ausrede „Wir sind zu historisch, zu träge, zu traditionell“. Das Unternehmen hat sich radikal neu erfunden: vom klassischen Verlag zur wachsenden Gruppe von Medien- und Technologieunternehmen.
Wichtig ist nicht das Narrativ, sondern die Struktur dahinter:
DuMont agiert in drei Bereichen: Regionalmedien, B2B-Informationen und Marketing Technology.
Mehr als 75% des Ergebnisses stammen bereits aus digitalen Geschäften.
Zielbild: Bis Ende 2026 sollen 50% aller Prozesse KI-gestützt sein.
Das ist nicht „Digitalisierung“. Das ist ein neues Betriebssystem.
Warum viele KI-Projekte in Medien scheitern – obwohl sie „funktionieren“
In vielen Häusern startet KI dort, wo sie sofort Eindruck macht: Texte zusammenfassen, Headlines variieren, Bilder generieren. Das ist nützlich – aber oft bleibt es kosmetisch. Denn der Engpass liegt nicht im Output. Der Engpass liegt in der Organisation:
Wo kommen Daten her – und sind sie sauber genug?
Welche Workflows werden wirklich end-to-end automatisiert?
Wer entscheidet, welche KI-Lösungen skalieren – und welche Spielzeug bleiben?
Wie verändert sich Qualitätssicherung, Verantwortung, Governance?
Und vor allem: Was wird dadurch besser messbar monetarisierbar?
Wenn KI nur die Content-Produktion beschleunigt, erhöht sie im Zweifel nur das Rauschen. Wenn KI aber Bindung, Conversion, Relevanz und Geschwindigkeit verbessert, wird sie zum Business-Hebel.
Der Kern der DuMont-Logik: KI übernimmt Routine – Menschen bauen Vorteil
DuMont formuliert die KI-Rolle nicht als „Ersatz“, sondern als Reallokation: KI übernimmt Routineaufgaben, Mitarbeitende konzentrieren sich auf das, was echten Wettbewerbsvorteil schafft: Kundenbeziehungen, Markenführung, Kreativität und neue Nutzererlebnisse.
Das ist ökonomisch sauber gedacht:
Routine ist skalierbar – Differenzierung nicht. Routine lässt sich automatisieren – Differenzierung muss gestaltet werden.
Und genau hier wird KI strategisch: nicht als Content-Maschine, sondern als Operating Model, das Kapazität freisetzt und Wirkung erhöht.
DuMont AIssist + AI Academy: KI wird nicht eingeführt, sondern verankert
Wer KI skalieren will, braucht mehr als Lizenzen. Er braucht Skills, Standards, Governance – und ein System, das Nutzung einfach macht.
DuMont setzt dafür sichtbar auf drei Hebel:
Experimentierformate & AI Academy
(Re-)Skilling von Prompt Engineering bis KI-Ethik. Nicht als E-Learning-Schaufenster, sondern als Kompetenzaufbau, der auf reale Workflows zielt.
Talent Community
Führungskräfte und Talente lernen, KI strategisch zu nutzen – also nicht nur „wie promptet man“, sondern: Wie baut man damit Prozesse, Produkte, Entscheidungen?
„DuMont AIssist“
Ein interner Hub, der zentrale KI-Anwendungen bündelt: Textgenerierung, Datenanalyse, Bildproduktion bis zur Automatisierung ganzer Workflows – nahtlos integriert in die Systeme.
Der Unterschied ist entscheidend:
KI als Tool erzeugt einzelne Effekte.
KI als Plattform intern erzeugt Skalierung.
Doppelstrategie statt KI-Romantik: Kerngeschäft optimieren + AI-First bauen
DuMont fährt einen Doppelansatz, der für die Medienbranche fast schon die einzige realistische Route ist:
Optimierung des Kerngeschäfts (Payday-Pfad)
- automatisierte Workflows
- KI-gestützte Vermarktung
- personalisierte Kundenerlebnisse
- Abo- und Umsatzprognosen
- Automatisierung in Finance & HR
Die ersten Effekte sind sichtbar: stärkere Abonnentenbindung, schnelleres Prototyping, höhere Conversion-Rates. Harte ROI-Zahlen fehlen noch – aber Tempo, Präzision und Relevanz steigen. Und das sind in dynamischen Märkten oft die wichtigsten Frühindikatoren.
Aufbau neuer AI-First-Plattformen (Moonshot-Pfad)
Hier wird es richtig spannend: mit Entirely entsteht ein offenes Ökosystem, das führende Marketing-Technologien vernetzt und Unternehmen ein integriertes System für individuelle Marketing-Anforderungen bietet – KI ist dabei von Beginn an der Kern.
Das ist der Schritt raus aus der reinen Medienlogik rein in Plattformlogik:
Netzwerkeffekte, Integrationen, Datenprodukte, wiederkehrende Erlöse. Genau dort entstehen in vielen Branchen die neuen Gravitationszentren – und genau dort wird entschieden, wer später die Marge kontrolliert.
Top & Flop: Die wertvollste KI-Lektion ist erstaunlich unsexy
DuMont benennt zwei Learnings, die man sich als Poster in jedes KI-Lab hängen sollte:
Top: KI-Funktionen in marktfähigen Produkten – nicht nur in internen Demos.
Flop: zu komplexe AI-Workflows – die Erkenntnis: Einfachheit schlägt Over-Engineering.
Das ist kein Detail. Das ist der Skalierungshebel.
Denn Komplexität ist in KI-Projekten ein schleichender Killer:
zu viele Abhängigkeiten, zu fragile Datenpfade, zu viel Wartung, zu wenig Adoption. Am Ende hat man „eine Lösung“, aber kein System.
Die eigentliche Hürde heißt Leadership, nicht Technologie
COO Oliver Eckert spricht von „Transzendenz“: dem bewussten Überschreiten gewohnter Grenzen. Das trifft einen Nerv, weil KI nicht nur Prozesse verändert, sondern Identität:
Was ist „Qualität“, wenn KI mitproduziert?
Wie sieht Verantwortung aus, wenn Entscheidungen datengetrieben sind?
Welche Rolle hat Führung, wenn Teams iterativer arbeiten müssen?
Wie führt man KI – wie einen „Kollegen“, der zuverlässig ist, aber nicht unfehlbar?
Die Transformation zur AI Company ist deshalb vor allem eine kulturelle Herausforderung. Wer hier halbherzig bleibt, bekommt genau das, was man überall sieht: Pilotprojekte ohne Durchschlag, Tools ohne Adoption, Effizienz ohne Wachstum.
KI belohnt Klarheit:
über Ziele, Prozesse, Verantwortlichkeiten, Produkte – und darüber, wo Differenzierung wirklich entsteht.
KI entscheidet, ob Medienhäuser gestalten – oder beliefert werden
Die Debatte ist vorbei, ob KI „kommt“. Sie ist da. Die offene Frage ist nur: Wird KI in Medienhäusern ein Feature – oder ein Fundament?
DuMont zeigt, wie ein 400 Jahre altes Unternehmen den Shift zur AI Company angeht:
diversifiziert, daten- und technologiegetrieben, prozessual verankert, kulturell begleitet – und mit dem Mut, neben Effizienz auch neue AI-First-Plattformen aufzubauen.
Hinweis: Leadership Forum Convidera am 24. März in Köln
- Oliver Eckert, COO DuMont
- Jonas Rashedi, CDO Falke
- Bernhardt Lüddecke, Director Validation Global Kautex
- Daniel Jungbluth, CTO Scheidt & Bachmann
Siehe auch:










