Was lernt ein Junior-Marketer noch, wenn die KI die Basisarbeit macht?
Wenn die KI den ersten Entwurf schreibt, verändert sich, wie Junioren das Handwerk lernen. Aber was genau geht verloren und was entsteht neu? Eine Beobachtung, die mehr Fragen aufwirft als Antworten liefert.
Wer einem jungen Kollegen dabei zusieht, wie er heute einen Textentwurf produziert, beobachtet einen Prozess, den es so vor fünf Jahren schlicht nicht gab. Früher: leeres Dokument, Briefing, vielleicht eine Handvoll krakeliger Notizen. Dann das Ringen. Schreiben, löschen, umformulieren. Wieder löschen. Jeder Schritt hinterließ eine Spur – nicht im Dokument, sondern im Kopf.
Heute: ein Prompt. Ein Output. Eine Beurteilung. Vielleicht ein zweiter Prompt, eine Korrektur, eine Entscheidung. Das Ergebnis kann stark sein. Manchmal erschreckend gut. Aber die Strecke dorthin? Eine völlig andere.
Keine Klage. Eine Frage.
Der Lehrplan war der Schmerz
Wer vor zehn, fünfzehn Jahren im Marketing anfing, lernte durch Wiederholung und Scheitern – in genau dieser Reihenfolge. Man schrieb miese Texte. Bekam Feedback, das wehtat. Schrieb weniger miese Texte. Man recherchierte umständlich, verlor sich in Quellen, entwickelte dabei – fast beiläufig – ein Gespür dafür, was trägt und was nicht. Man kämpfte mit der Sprache, weil es keine Alternative gab.
Dieser Kampf hatte einen Nebeneffekt, den niemand explizit lehrte: Man verstand nicht nur, was ein gutes Ergebnis ist, sondern warum. Man kannte die eigenen blinden Flecken, weil man sie selbst produziert hatte, wieder und wieder, bis sie einem vertraut waren wie alte Fehler.
Josephine Hofmann vom Fraunhofer IAO bringt es auf den Punkt: Schreiben ist nicht nur Produktion, sondern Erkenntnis. Die Klarheit, die beim Schreiben entsteht, kommt oft erst durch den Prozess – nicht vor ihm. Fällt der Prozess weg, fällt damit eine Lerngelegenheit, die sich kaum ersetzen lässt.
Der Weg war das Training. Nicht das Ziel.
Was entsteht, wenn dieser Weg wegbricht?
Einfacher zu beantworten, als es ist. Denn der neue Prozess – Prompt formulieren, Output beurteilen, iterieren – ist kein minderer Prozess. Er ist ein fremder.
Er verlangt andere Fähigkeiten: erkennen, ob ein Text funktioniert. Spüren, wo er an der Zielgruppe vorbeischrammt, wo er zu geschliffen ist, um ehrlich zu klingen, wo er etwas behauptet, das schlicht nicht stimmt. Keine triviale Fähigkeit. Viele erfahrene Marketingprofis tun sich damit schwer – nicht aus Unwissen, sondern weil Urteilsvermögen Zeit kostet. Jahrelange Zeit.
Die entscheidende Frage: Wie soll dieses Urteil entstehen, wenn man nie durch den Prozess gegangen ist, der es früher beiläufig schärfte?
Dass es sich nicht von selbst entwickelt, legen empirische Befunde nahe. Das MIT Media Lab maß 2025 per EEG, wie ChatGPT-Nutzung die Gehirnaktivität beim Schreiben verändert. Ergebnis: Wer mit einem Sprachmodell schreibt, zeigt schwächere neuronale Vernetzungsmuster und erinnert sich schlechter an den eigenen Text. Die Forscher sprechen von akkumulierender „kognitiver Schuld". Parallel dazu belegte eine Studie von Microsoft Research mit 319 Wissensarbeitern: Je mehr Menschen der KI vertrauen, desto weniger hinterfragen sie deren Output.
Es ist wie das Korrekturlesen einer Sprache, die man selbst nie gesprochen hat. Grobe Fehler fallen auf. Aber die feinen Töne – das, was einen Text lebendig macht oder eben nicht – erschließen sich erst durch eigenes Sprechen. Durch Stolpern. Durch das Suchen nach dem richtigen Wort, das man schließlich findet, und dabei kapiert, warum alle anderen falscher waren.
Zwei Lesarten. Keine Auflösung.
Die erste: Junioren lernen heute weniger über das Handwerk, weil sie die handwerkliche Praxis nicht mehr durchlaufen. Sie produzieren gute Ergebnisse, ohne zu verstehen, wie sie entstehen. Kurzfristig funktioniert das. Langfristig fehlt die Tiefe – der Unterschied zwischen jemandem, der Tools bedient, und jemandem, der weiß, was er tut.
Dafür spricht ein Anthropic-Experiment aus Januar 2026: Entwickler, die mit KI-Unterstützung eine neue Programmiersprache lernten, arbeiteten schneller – schnitten in einem anschließenden Wissenstest aber deutlich schlechter ab als die Gruppe ohne KI. Kurzfristige Produktivität und langfristiger Kompetenzaufbau liefen auseinander, wie zwei Züge auf parallelen Gleisen, die sich nie kreuzen. Prof. Gabi Reinmann von der Universität Hamburg schärft diesen Befund weiter: Sie unterscheidet zwischen individuellem und kollektivem Kompetenzverlust. Wenn Fähigkeiten in einer ganzen Generation gar nicht erst aufgebaut werden, fehlen sie später auf einer anderen Ebene – nicht im Einzelnen, sondern im System.
Die zweite Lesart: Die Fähigkeit, Qualität zu beurteilen und KI-Output zielgerichtet zu steuern, ist der neue Kern des Handwerks. Wer das beherrscht, ist nicht schlechter ausgebildet als frühere Generationen – er ist anders ausgebildet. Und diese Fähigkeit ist möglicherweise sogar schwerer zu erwerben als das reine Schreiben, weil sie abstrakteres Urteilsvermögen verlangt.
Gestützt wird das durch eine Feldstudie von MIT Sloan, die zeigt, in welche Fallen Junioren bei der Beurteilung von KI-Output systematisch tappen: Sie unterschätzen die Grenzen der KI-Genauigkeit, fokussieren auf operative statt systemische Korrekturen, denken projektbezogen statt im größeren Zusammenhang. Kein Zeichen mangelnder Intelligenz. Mangelnder Erfahrung. Und der Befund zeigt: Output-Beurteilung ist kein automatisches Nebenprodukt der KI-Nutzung. Sie muss gelernt werden, wie alles andere auch.
Beide Lesarten sind plausibel. Beide unbefriedigend. Und genau das ist das eigentlich Interessante.
Was das für Teams bedeutet – konkret
Marketing-Teams, die heute Junioren ausbilden, stehen vor einer Frage, die früher keine war: Worauf kommt es an?
Früher war die Antwort klar. Junioren übernahmen Basisaufgaben. Schrieben Texte, recherchierten, bereiteten Briefings auf. Die Führungskraft schaute drüber, gab Feedback, der Junior machte es besser. Ineffizient. Aber effektiv.
Diese Logik trägt nicht mehr. Wenn die KI den ersten Entwurf liefert, ist es sinnlos, den Junior darauf zu reduzieren, ihn zu überarbeiten, ohne dass er begreift, was einen guten ersten Entwurf überhaupt ausmacht. Gleichzeitig wäre es absurd, KI-Tools aus dem Lernprozess herauszuhalten, als wären sie nicht existent.
Was bleibt, ist eine Aufgabe, die Führungskräfte bisher selten explizit angegangen sind: Urteilsvermögen lehren. Nicht Regeln. Keine Checklisten. Sondern die Fähigkeit, einen Text zu lesen und zu sagen: Das funktioniert. Das nicht. Und hier ist, warum der Unterschied ein Unterschied ist.
Das klingt selbstverständlich. Ist es nicht. Dieses Urteilsvermögen wurde bisher implizit weitergegeben – durch gemeinsame Arbeit, durch Feedback, durch das stille Zuschauen bei erfahrenen Kolleginnen. Es wurde selten erklärt, weil es selten erklärt werden musste. Der implizite Kanal funktionierte.
Dieser Kanal bricht gerade weg. Auf dem Arbeitsmarkt zeigt sich das bereits im harten Zahlenwerk: Eine Analyse von 180 Millionen Stellenanzeigen dokumentiert einen Rückgang von fast einem Drittel bei Stellen für Texter und Grafikdesigner innerhalb weniger Jahre. Über die Hälfte der befragten Agenturleitungen hat die Einstellung von Berufseinsteigern bereits verlangsamt oder pausiert. Auf dem deutschen Markt sank der Anteil der Einstiegsjobs im ersten Quartal 2025 laut einer Stepstone-Analyse auf einen Tiefpunkt – deutlich unter dem Fünfjahresdurchschnitt.
Das erzeugt ein strukturelles Problem, das noch kaum laut ausgesprochen wird: Wenn heute keine Junioren mehr eingestellt und ausgebildet werden, fehlen in einigen Jahren die erfahrenen Strategen und Führungskräfte. Die Branche entnimmt sich gerade selbst die Grundlage für ihre eigene Nachwuchsentwicklung. Still. Ohne großes Aufheben.
Eine offene Frage – keine Lösung
Eine Handlungsempfehlung wäre unehrlich. Die Antwort ist nicht klar.
Was sich sagen lässt: Die Ausbildung von Junioren im Marketing steckt in einem Zustand, der Aufmerksamkeit verdient. Nicht weil Berufseinsteiger heute weniger wären – das sind sie nicht. Sondern weil der Lehrplan, der jahrelang implizit funktionierte, gerade seine Grundlage verliert.
Der Weg war das Training. Der Weg hat sich verändert. Was an seine Stelle tritt, ist noch nicht definiert.
Keine Katastrophe. Aber eine Aufgabe, die auf den Tischen der Teamleitungen liegt. Auch wenn sie dort noch nicht wie eine aussieht.
Quellen
- Fraunhofer IAO – „Deskilling durch KI: Reale Gefahr oder bloßer Technikpessimismus?" (Hofmann, Januar 2026): https://blog.iao.fraunhofer.de/deskilling-durch-ki-reale-gefahr-oder-blosser-technikpessimismus/
- MIT Media Lab – „Your Brain on ChatGPT" (Kosmyna et al., 2025): https://www.media.mit.edu/publications/your-brain-on-chatgpt/
- Microsoft Research / Carnegie Mellon – „The Impact of Generative AI on Critical Thinking" (Lee et al., CHI 2025): https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/
- Anthropic – „How AI Impacts Skill Formation" (Shen & Tamkin, Januar 2026): https://arxiv.org/html/2601.20245v1
- Hochschulforum Digitalisierung / Universität Hamburg – „Deskilling durch Künstliche Intelligenz?" (Reinmann, Oktober 2023): https://hochschulforumdigitalisierung.de/wp-content/uploads/2023/10/HFD_DP_25_Deskilling.pdf
- MIT Sloan – „The Risk of Letting Junior Professionals Teach AI to Senior Colleagues" (2024/25): https://mitsloan.mit.edu/ideas-made-to-matter/risk-letting-junior-professionals-teach-ai-to-senior-colleagues
- Bloomberry – Analyse von 180 Millionen Stellenanzeigen (2025): https://bloomberry.com/blog/i-analyzed-180m-jobs-to-see-what-jobs-ai-is-actually-replacing-today/
- Sunup Agency Survey – „AI's Effect on the Marketing Industry" (2025): https://studiosunup.com/blog/ais-effect-on-the-marketing-industry-2025/
- Handelsblatt – „KI verdrängt Berufseinsteiger – Welche Skills jetzt gefragt sind" (2025): https://www.handelsblatt.com/technik/ki/arbeitsmarkt-ki-verdraengt-berufseinsteiger-welche-skills-jetzt-gefragt-sind/100144856.html