Die Entwertung des Marketingberufs: wenn Bauchgefühl über Fakten siegt

Wer regelmäßig durch LinkedIn scrollt, kennt das Format inzwischen. Eine professionell gestaltete Infografik präsentiert zwei oder drei auffällige Zahlen, darüber steht eine zugespitzte Schlussfolgerung und im begleitenden Text tauchen Begriffe wie Behavioral Design, Neuromarketing, Framing, Choice Architecture und Preisanker auf. Sobald sich der Absender beruflich als Experte positioniert und die ersten Fachkollegen zustimmend reagieren, erhält eine solche Veröffentlichung sehr schnell den Anschein von fundiertem Fachwissen. Bemerkenswert ist, dass genau in diesem Moment häufig etwas geschieht, das in nahezu jedem anderen professionellen Fachgebiet undenkbar wäre: Kaum jemand überprüft zunächst, ob die Zahlen, auf denen die gesamte Geschichte basiert, überhaupt stimmen.

Eine LinkedIn-Veröffentlichung über die historische Preisentwicklung des Big Mac ist dafür nahezu ein Paradebeispiel. In der betreffenden Infografik wurde ein Preis aus dem Jahr 1982 einem Preis aus dem Jahr 2024 gegenübergestellt und anschließend ein Anstieg von nicht weniger als 279 Prozent präsentiert. Rund um diese beiden Zahlen entstand daraufhin eine weitreichende Geschichte über Euro, Inflation, Preiswahrnehmung, Shrinkflation, Gehirnaktivität und psychologische Beeinflussung. Die Reaktionen häuften sich und andere Marketingexperten steuerten bereitwillig ihre eigenen Erklärungen bei. Wer nur auf die Verpackung schaute, sah eine lebhafte fachliche Diskussion unter Experten.

Wer die Zahlen, Berechnungen und Quellenangaben tatsächlich überprüfte, sah jedoch etwas völlig anderes. Die verwendeten Beträge waren nicht einmal untereinander konsistent, eine der wichtigsten historischen Quellenangaben konnte unmöglich stimmen, der Inflationsverweis warf neue Fragen auf und 42 Jahre Preisentwicklung wurden auf exakt zwei sorgfältig ausgewählte Messpunkte reduziert. Gleichzeitig zeigte die verwendete Illustration einen modernen Hamburger, der deutlich größer dargestellt wurde als die historische Variante, während in derselben Diskussion Shrinkflation als Erklärung angeführt wurde. Was als Neuromarketinganalyse präsentiert wurde, erwies sich bei näherer Betrachtung vor allem als Fallbeispiel für mangelhafte Datenhygiene, fehlende Endkontrolle und die bemerkenswerte Bereitschaft von Fachleuten, sich gegenseitig Autorität zu verleihen.

Zwei Zahlen ergeben noch keine historische Analyse

Das erste Problem liegt nicht einmal im Neuromarketing, sondern in elementarer Statistik. Einen Preis aus dem Jahr 1982 neben einen Preis aus dem Jahr 2024 zu stellen und daraus eine prozentuale Veränderung zu berechnen, ist mathematisch möglich, liefert aber noch keine sinnvolle Analyse von 42 Jahren Preisentwicklung. Es gibt lediglich zwei Beobachtungen: den Ausgangspunkt und den Endpunkt. Alles, was dazwischen geschah — Phasen hoher Inflation, Preisstabilität, zeitlich begrenzte Angebote, Steueränderungen, schwankende Rohstoffpreise, Lohnentwicklung, Mietkosten, Franchisepolitik, Sortimentsänderungen und veränderte Vertriebskanäle — verschwindet vollständig aus dem Blickfeld.

Dadurch reagiert das Ergebnis extrem empfindlich auf die gewählten Messpunkte. Wählt man ein anderes Ausgangsjahr, verändert sich der prozentuale Anstieg. Wählt man eine andere Filiale, einen anderen Vertriebskanal oder eine andere Preisdefinition am Ende der Reihe, verändert sich der Prozentsatz erneut. Mit zwei Punkten lässt sich eine gerade Linie zeichnen, aber nicht nachweisen, wie sich die Realität zwischen diesen Punkten entwickelt hat. Wer aus einem solchen Vergleich anschließend Schlussfolgerungen über strukturelles Verbraucherverhalten, Preismanipulation oder gesellschaftliche Entwicklungen zieht, versucht deutlich mehr aus den Daten herauszulesen, als diese tatsächlich hergeben.

In diesem Fall wird das Problem noch größer, weil selbst der gewählte Endpunkt nicht stabil ist. Im begleitenden LinkedIn-Beitrag wird für 2024 ein Betrag von 7,22 € genannt, während in einer anderen Tabelle innerhalb desselben Materials 7,32 € erscheint. Dieser Unterschied wirkt gering, bis man sich den spektakulären Prozentsatz ansieht, mit dem die Veröffentlichung Aufmerksamkeit erzeugt. Der Anstieg von 1,93 € auf 7,32 € beträgt ungefähr 279 Prozent; mit 7,22 € ergibt sich ein anderes Ergebnis. Die Zahl, mit der die Schlussfolgerung verkauft wird, hängt somit von einem Betrag ab, der innerhalb derselben Veröffentlichung wechselt.

Hinzu kommt ein noch grundlegenderes Vergleichsproblem bei der gewählten Preisbasis. In der Tabelle wird der Big Mac sowohl für 1982 als auch für 2024 ausdrücklich als „1 Stück“ bezeichnet. Dadurch entsteht beim Leser der Eindruck, dass exakt dasselbe Produkt unter exakt denselben Verkaufsbedingungen miteinander verglichen wird. Aus der Diskussion rund um die Veröffentlichung geht jedoch hervor, dass der moderne Betrag mit dem Kontext eines vollständigen Menüs oder mit einem höheren Lieferpreis in Verbindung gebracht wird, während diese Differenzierung in der Tabelle vollständig verschwindet. Damit wird nicht ein einzelner Hamburger mit demselben einzelnen Hamburger verglichen, sondern ein historischer Produktpreis mit einem anderen kommerziellen Preiskontext. Der präsentierte prozentuale Anstieg ist dadurch nicht nur anfällig für Cherry-Picking, sondern als Produktvergleich auch methodisch nicht belastbar.

Gerade weil die Tabelle beide Beträge unter „Big Mac (1 Stück)“ aufführt, handelt es sich nicht um eine harmlose Nuance im Kleingedruckten. Die Produktdefinition wird als identisch dargestellt, obwohl sich der Preiskontext unterscheidet. Dem Leser wird damit eine Vergleichbarkeit suggeriert, die die zugrunde liegenden Daten tatsächlich nicht bieten.

Wer über einen Zeitraum von 42 Jahren einen seriösen Preisvergleich durchführen will, muss daher deutlich mehr dokumentieren als lediglich einen Anfangs- und einen Endbetrag. Mindestens die folgenden Punkte müssen überprüfbar sein:

• dieselbe Produktdefinition zu jedem Messzeitpunkt: einzelner Big Mac gegenüber einzelnem Big Mac;
• derselbe Vertriebskanal oder zumindest eine klare Trennung zwischen Restaurant-, Abhol-, Menü- und Lieferpreisen;
• mehrere Zwischenmesspunkte, die den tatsächlichen Preisverlauf über 42 Jahre sichtbar machen;
• eine reproduzierbare Methode zur Bestimmung des niederländischen Preisniveaus, einschließlich Filialen, Stichprobe und Messdatum;
• wirtschaftlicher Kontext wie allgemeine Inflation und Lohnentwicklung, damit ein nominaler Preisanstieg nicht automatisch als Verschlechterung der Erschwinglichkeit dargestellt wird.

Dies sind keine theoretischen Einwände zu Rundungsdifferenzen oder Preisdefinitionen. Wer gezielt mit einem auffälligen Prozentsatz Aufmerksamkeit erzeugt und daraus verhaltenswissenschaftliche Schlussfolgerungen ableitet, muss dafür sorgen, dass die zugrunde liegenden Beträge reproduzierbar sind. Eine historische Preisanalyse sollte zudem aus einer Zeitreihe bestehen und nicht aus zwei strategisch gewählten Punkten mit 42 Jahren Leerstelle dazwischen. Wer tatsächlich etwas über Preisentwicklung aussagen möchte, sollte dieselbe Produktdefinition, vergleichbare Vertriebskanäle und mehrere Messzeitpunkte verwenden und anschließend zeigen, wo Veränderungen stattgefunden haben. Ohne diese Zwischenwerte sind 279 Prozent vor allem eine wirkungsvolle Schlagzeile.

Die Quellenangabe bricht zusammen, sobald man die Quellen tatsächlich öffnet

Eine überzeugende Infografik erhält häufig zusätzliche Autorität durch eine Reihe bekannter Quellennamen in der Fußnote. Auch hier wurden unter anderem The Economist und das niederländische Statistikamt CBS genannt. Für viele Leser dürfte das bereits genügen: Wenn solche Namen unter einer Tabelle stehen, wird es wohl jemand überprüft haben. Quellenkritik beginnt jedoch erst nach dem Lesen der Quellenangabe, nicht davor.

In der Infografik wird The Economist ausdrücklich als Quelle für den weltweiten Big Mac Index von 1982 und 2024 angegeben. Dieser Index wurde jedoch erst 1986 eingeführt. Das ist keine Frage unterschiedlicher Interpretationen und auch keine alternative ökonomische Theorie: Ein Big Mac Index aus dem Jahr 1982 kann nicht aus einem Index stammen, der vier Jahre später entwickelt wurde. Der öffentlich zugängliche Datensatz von The Economist beschreibt zudem eindeutig, welche Variablen enthalten sind und woher die verwendeten Big-Mac-Preise stammen.

Legt man die wichtigsten Aussagen der Veröffentlichung neben die eigenen Zahlen und Quellenangaben, zeigt sich kein einzelner Fehler, sondern eine Häufung methodischer Probleme:

Keiner dieser Punkte erfordert spezielle neurowissenschaftliche Kenntnisse. Es geht um elementare Prüfungen der Quellenherkunft, Produktdefinition, mathematischen Konsistenz und Messmethode. Gerade weil mehrere Abweichungen denselben Vergleich betreffen, verschiebt sich die interessante Frage von „Welche psychologische Theorie erklärt das?“ hin zu „Warum wurde diese Analyse überhaupt ohne grundlegenden Faktencheck veröffentlicht und anschließend von so vielen Fachleuten als inhaltliche Grundlage akzeptiert?“

Damit entsteht nicht nur ein Problem mit der Quellenangabe, sondern auch mit dem historischen Ausgangspreis selbst. Historische niederländische McDonald’s-Speisekarten aus den frühen 1980er-Jahren zeigen für einen einzelnen Big Mac Preise von etwa ƒ3,25 bis ƒ3,50, umgerechnet ungefähr 1,47 € bis 1,59 €. Die in der LinkedIn-Infografik verwendeten ƒ4,25 / 1,93 € liegen somit deutlich darüber. Dieser Unterschied ist relevant, weil gerade dieser Ausgangsbetrag die Grundlage für den spektakulären prozentualen Preisanstieg bildet, der später in der Veröffentlichung präsentiert wird. Zudem kann The Economist dafür keine Quelle sein, da der Big Mac Index erst 1986 eingeführt wurde. Die primäre historische Quelle — McDonald’s eigene Speisekarte aus dieser Zeit — weist somit nicht nur auf einen anderen Betrag hin, sondern untergräbt auch die gewählte Quellenangabe.

Auch die Verwendung eines einzigen niederländischen Preises für 2024 erfordert eine Erklärung. McDonald’s Niederlande weist in den eigenen Bedingungen darauf hin, dass jedes Restaurant seine Preise unabhängig festlegt und dass Preise und Angebote je nach Standort variieren können. Wer einen Betrag als durchschnittlichen niederländischen Big-Mac-Preis präsentiert, benötigt daher mindestens eine Stichprobe, ein Messdatum, eine Beschreibung des Vertriebskanals und eine Berechnungsmethode. Ohne diese Informationen ist „durchschnittlich 7,22 €“ kein reproduzierbarer Datenpunkt, sondern eine Zahl, die der Leser aufgrund der behaupteten Autorität akzeptieren soll.

Der Verweis auf CBS macht die Argumentation nicht überzeugender. In der verwendeten Fußnote werden für den Zeitraum 1982–2024 ungefähr 185 Prozent Inflation genannt. Wer die von CBS veröffentlichten jährlichen Inflationsraten von 1983 bis einschließlich 2024 aufeinander aufbaut, kommt auf einen Preisanstieg von ungefähr 153 Prozent gegenüber dem Preisniveau von 1982. Dieser Prozentsatz ist eine Berechnung auf Grundlage der CBS-Jahresreihen und keine von CBS separat veröffentlichte Big-Mac-Korrektur. Zudem misst der Verbraucherpreisindex die durchschnittliche Preisentwicklung eines breiten Warenkorbs aus Konsumgütern und Dienstleistungen und liefert keinen historischen Verkaufspreis für einen einzelnen Hamburger.

Das Bemerkenswerteste ist daher nicht, dass irgendwo eine Zahl falsch sein kann. Jeder, der mit Daten arbeitet, macht Fehler. Das Problem besteht darin, dass bekannte Quellennamen gezielt verwendet werden, um den Eindruck wissenschaftlicher Autorität zu erzeugen, während diese Quellen bei genauer Prüfung die Geschichte nicht so stützen, wie es die Präsentation suggeriert. Die Autorität liegt in der Aufmachung, nicht in der Nachvollziehbarkeit.

Neuromarketing kann schlechte Ausgangsdaten nicht reparieren

An diesem Punkt wird der Fall inhaltlich interessanter. Preisanker, Framing und Choice Architecture sind selbstverständlich ernstzunehmende Themen innerhalb des Marketings und der Verhaltenswissenschaft. Gerade deshalb muss zwischen einem theoretischen Mechanismus und dem Nachweis unterschieden werden, dass dieser Mechanismus in einer konkreten Situation tatsächlich eine bestimmte Rolle spielt. Einen psychologischen Begriff über zwei Preisschilder zu schreiben, macht aus diesen Preisschildern noch kein verhaltenswissenschaftliches Experiment.

Wenn die Ausgangsthese lautet, dass ein Verbraucher den heutigen Big-Mac-Preis anhand eines historischen Preises aus dem Jahr 1982 bewertet, muss zunächst geklärt werden, welche Verbraucher diesen historischen Betrag überhaupt kennen, wie stark diese Erinnerung ist, welche anderen Preisreferenzen sie im Laufe von 42 Jahren aufgebaut haben und ob diese Referenz ihre heutige Entscheidung nachweislich beeinflusst. Ein Verbraucher, der 2000 oder 2005 geboren wurde, hat selbstverständlich keinerlei eigene Kauferinnerung an einen Big Mac aus dem Jahr 1982. Für diesen Verbraucher entsteht der historische Preisanker erst dadurch, dass ihm jemand diesen Wert 2026 in einer LinkedIn-Infografik präsentiert.

Daraus ergibt sich eine deutlich interessantere Frage als diejenige, die der ursprüngliche Beitrag stellt. Wenn ein selbst gewählter historischer Betrag in einer Infografik verwendet wird, um zu erklären, wie Preisanker Verbraucher beeinflussen, obwohl dieser Betrag selbst unzureichend belegt ist, erzeugt die Veröffentlichung möglicherweise zunächst den Anker, den sie anschließend zu analysieren vorgibt. Das ist kein Beweis für die ursprüngliche Behauptung, sondern eher eine Demonstration dafür, wie leicht eine überzeugend präsentierte Zahl Autorität gewinnen kann.

In den Kommentaren wurde die Diskussion anschließend noch weiter mit Begriffen aus der Neuropsychologie ausgeweitet, darunter Gamma-, Beta-, Alpha-, Theta- und Delta-Hirnaktivität. Das löst das grundlegende Problem jedoch nicht. EEG-Begriffe können in tatsächlicher neurologischer Forschung mit geeignetem Studiendesign, Messgeräten, Probanden und Methodik relevant sein. Sie besitzen jedoch keinerlei Erklärungskraft für die Frage, warum ein historischer Hamburgerpreis nicht aus der angegebenen Quelle stammen kann oder warum für dasselbe Jahr zwei unterschiedliche Endpreise verwendet werden. Fachjargon kann einen Datensatz nicht korrigieren.

Wer eine überprüfbare Zahl veröffentlicht, kann einen Fehler in dieser Zahl nicht dadurch verschwinden lassen, dass die Diskussion auf Gefühl, Wahrnehmung oder komplizierteren Fachjargon verlagert wird.

Genau dort verläuft eine wichtige Grenze zwischen fachlicher Kompetenz und Pseudo-Expertise. Ein Spezialist muss nicht immer recht haben, sollte aber erklären können, woher seine Daten stammen, welche Annahmen verwendet werden und wie andere seine Argumentation überprüfen können. Sobald eine Diskussion über überprüfbare Beträge in einen Nebel psychologischer Terminologie übergeht, sobald jemand nach den Quellen fragt, dient Fachsprache nicht mehr der Klärung, sondern wird zu einem Mittel, der ursprünglichen Frage auszuweichen.

Selbst die Visualisierung erzählt das Gegenteil

Die verwendete Abbildung macht die mangelhafte Endkontrolle beinahe greifbar. Der Big Mac, der das Jahr 2024 darstellen soll, ist sichtbar größer, höher und voluminöser als der Burger aus dem Jahr 1982. Das ist bei einem historischen Vergleich bereits bemerkenswert, weil eine Illustration in einer solchen Analyse nicht unbemerkt eine Veränderung des Produktvolumens suggerieren sollte, für die keinerlei Daten angegeben werden. Vollends widersprüchlich wird es, wenn in derselben Diskussion Shrinkflation als Teil der Erklärung angeführt wird, dass Verbraucher immer mehr für weniger Produkt bezahlen würden.

Visuell wird nämlich genau das Gegenteil vermittelt. Der Betrachter sieht einen deutlich größeren modernen Burger und kann daraus unbewusst genau die Schlussfolgerung ziehen, gegen die der Text argumentiert: Offenbar erhält man heute für den höheren Betrag auch mehr Hamburger. Wer gleichzeitig behauptet, das Produkt sei tatsächlich kleiner geworden, hätte zumindest überprüfen müssen, ob die Illustration diese Aussage nicht untergräbt. Bei einer fachlichen Veröffentlichung ist ein Bild keine unverbindliche Dekoration, wenn das Bild selbst einen Vergleich suggeriert.

Die Illustration zeigt außerdem genau das Risiko generativer Bilderzeugung: Ein Modell kann ein überzeugendes, attraktives und vollständig plausibel wirkendes Bild erzeugen, ohne die faktische Beziehung zu verstehen, die es darstellen soll. Ob ein Bild attraktiv genug ist, um Reichweite zu erzeugen, ist daher eine andere Frage als die, ob es inhaltlich korrekt ist. Wenn Text, Zahlen, Quellenangaben und Visualisierung dieselbe analytische Geschichte tragen sollen, muss ein menschlicher Experte diese vier Bestandteile gegeneinander prüfen.

Hinzu kommt, dass die LinkedIn-Veröffentlichung 2026 kursiert, während 2024 als moderner Endpunkt verwendet wird. Das muss für sich genommen kein Fehler sein; historische Analysen dürfen selbstverständlich 2024 enden. Dann muss der Vergleich aber auch konsequent als Analyse bis einschließlich 2024 dargestellt werden und darf nicht unbemerkt als Beleg dafür dienen, was Verbraucher heute bezahlen würden. Zwei Jahre Unterschied sind relevant, wenn gerade mit aktueller Preiswahrnehmung und konkreten Verkaufspreisen argumentiert wird.

Die LinkedIn-Echokammer ist möglicherweise noch besorgniserregender als der ursprüngliche Beitrag

Die größte Entwertung des Marketingberufs wird jedoch unter der Veröffentlichung sichtbar. Dort versammeln sich Fachleute, die sich offenbar dazu berufen fühlen, die ursprüngliche Geschichte mit eigenen Theorien über Framing, Preiswahrnehmung, Inflation, Verbraucherverhalten und die Qualität von McDonald’s weiter auszubauen. Auffallend viele Kommentare beschäftigen sich überhaupt nicht mehr mit der überprüfbaren Behauptung, mit der die Diskussion begann. Stattdessen dient der Beitrag als Anlass, Frustrationen über McDonald’s, Fast-Food-Preise, Portionsgrößen oder gesellschaftliche Entwicklungen hinzuzufügen.

Dadurch entsteht eine bemerkenswerte Umkehrung. Das Fundament wird nicht überprüft, während der theoretische Überbau immer größer wird. Der eine bringt einen verhaltenspsychologischen Begriff ein, der nächste verbindet ihn mit einem wirtschaftlichen Urteil und ein Dritter ergänzt eine persönliche Erfahrung. Je länger der Kommentarbereich wird, desto mehr soziale Glaubwürdigkeit erhält die ursprüngliche Veröffentlichung, während die Menge tatsächlich verifizierter Informationen kaum zunimmt.

Dieser Mechanismus ist interessant, weil auch die Kommentierenden selbst davon profitieren. Wer unter einem populären Expertenbeitrag eine intelligent klingende Beobachtung über Decoy Effects, Neuromarketing oder Framing veröffentlicht, präsentiert sich demselben Publikum ebenfalls als jemand, der die Materie versteht. So entsteht eine Form gegenseitiger Autoritätsproduktion: Die Follower gewinnen Status durch die Teilnahme am Gespräch mit dem Experten, während der Experte Autorität aus der Reihe von Fachkollegen bezieht, die seine Ausgangsthese offenbar ernst genug nehmen, um darauf aufzubauen. Niemand muss ausdrücklich vereinbaren, dass die ursprünglichen Daten nicht überprüft werden; soziale Bestätigung erledigt diese Arbeit von selbst.

Gerade deshalb sind die kritischen Reaktionen in diesem Fall relevant. Im Thread wurden konkrete Fragen zum historischen Preis, zum Unterschied zwischen 7,22 € und 7,32 €, zur Berechnung, zur Quellenangabe und zum wirtschaftlichen Kontext gestellt. Diese inhaltlichen Korrekturen blieben sichtbar unbeantwortet, während der Autor auf andere Kommentare innerhalb derselben Diskussion weiterhin reagierte. Das beweist nicht, warum jemand entscheidet, auf einen bestimmten Kommentar nicht zu antworten, doch das inhaltliche Ergebnis ist eindeutig: Unterschiedlichste Nebenpfade erhalten Aufmerksamkeit, während die Kritik an der zugrunde liegenden Datenbasis nicht widerlegt wird.

Nach solchen Korrekturen zeigt sich außerdem eine bekannte soziale Dynamik. Menschen, die zuvor enthusiastisch zusätzliche Theorien beigesteuert haben, kehren nicht massenhaft zurück, um ihre frühere Zustimmung erneut zu überprüfen. Ein Kommentarbereich, der zunächst viel kollektive Gewissheit ausstrahlt, kann auffallend still werden, sobald die Basisdaten infrage gestellt werden. Damit zeigt dieser Fall möglicherweise unbeabsichtigt besser, wie soziale Beeinflussung funktioniert, als die ursprüngliche Infografik selbst.

Wer Expertise verkauft, muss einen höheren Standard akzeptieren

Ein Fehler in einem LinkedIn-Beitrag ist für sich genommen kein gesellschaftliches Drama. Der Maßstab verändert sich jedoch, wenn sich jemand öffentlich als Spezialist präsentiert, Unterricht gibt, Schulungen anbietet oder Beratung auf Grundlage dieser Expertise verkauft. Dann ist die Veröffentlichung nicht nur ein persönlicher Gedanke; sie fungiert zugleich als Schaufenster professioneller Kompetenz. Leser dürfen dann erwarten, dass konkrete Zahlen geprüft, angeführte Quellen tatsächlich konsultiert und Analysen so reproduzierbar sind, dass sie kritischen Fragen standhalten.

Das bedeutet nicht, dass Experten fehlerlos sein müssen. Im Gegenteil: Professionelle Kompetenz zeigt sich gerade darin, wie jemand mit einem Fehler umgeht. Eine Korrektur anzuerkennen, eine Quelle hinzuzufügen, eine Berechnung anzupassen oder zu erklären, wie ein Durchschnitt zustande kam, stärkt Expertise eher, als dass es sie schwächt. Das Gegenteil geschieht, wenn ein überprüfbarer Fehler unbeantwortet bleibt, während das theoretische Narrativ unverändert weitergeführt wird.

Für die Marketingbranche ist das kein kleines Problem. Unser Fach leidet seit Jahren unter Begriffen, die schneller populär werden, als sie sorgfältig angewendet werden. Neuromarketing, AI, Behavioral Design und datengetriebenes Marketing sind wertvolle Disziplinen, eignen sich aber auch hervorragend für oberflächliche Autoritätsansprüche, weil die Terminologie komplex klingt und viele Leser die zugrunde liegende Methodik nicht unmittelbar beurteilen können. Gerade Fachleute sollten sich dagegen wehren, anstatt einander kritiklos Beifall zu spenden.

Generative AI macht schlechtes Wissen überzeugender als je zuvor

AI verstärkt dieses Problem, weil eine überzeugende Präsentation heute nahezu kostenlos produziert werden kann. Ein Sprachmodell kann innerhalb weniger Minuten eine historische Analyse strukturieren, Prozentsätze verarbeiten, wissenschaftlich klingende Erläuterungen generieren und eine Quellenliste vorschlagen. Ein Bildmodell kann anschließend eine beeindruckende Illustration ergänzen. Wer nur auf das Endprodukt blickt, sieht etwas, das deutlich mehr Forschung und Fachwissen ausstrahlen kann, als tatsächlich investiert wurde.

Ich selbst nutze generative AI intensiv in Marketingprozessen und sehe gerade deshalb ständig die andere Seite. Gute Ergebnisse erfordern Kontrolle. Produktdaten müssen mit der Quelle verglichen, Übersetzungen inhaltlich geprüft, Berechnungen erneut durchgeführt, Links geöffnet und Bilder auf Fehler untersucht werden, die ein Modell selbst nicht versteht. Manchmal kostet das Korrigieren und Überprüfen sogar mehr Zeit, als einen Teil der Arbeit ursprünglich selbst zu erstellen.

Damit ist AI weder das Problem noch eine Entschuldigung. AI ist ein Multiplikator. In den Händen eines Menschen mit Fachwissen kann sie Recherche, Produktion und Analyse enorm beschleunigen. Ohne diese menschliche Kontrollschicht kann dieselbe Technologie falsche Daten, nicht existente Quellenzusammenhänge und visuell überzeugenden Unsinn deutlich professioneller verpacken, als dies früher möglich war. Expertise liegt daher nicht in der Fähigkeit, schnell Inhalte zu produzieren, sondern in der Fähigkeit zu erkennen, wann die Maschine überzeugend falsche Informationen erzeugt.

Der Big-Mac-Fall ist dafür beinahe zu perfekt. Zwei Messpunkte sollen 42 Jahre Geschichte repräsentieren. Der aktuelle Preis verändert sich innerhalb derselben Veröffentlichung. Ein Index aus dem Jahr 1986 wird als Quelle für 1982 angegeben. Eine Inflationszahl stimmt nicht mit der veröffentlichten Reihe überein, auf die sie sich angeblich stützt. Die Visualisierung zeigt den modernen Burger größer, während Shrinkflation angeführt wird. Anschließend bildet sich unter dem Beitrag ein Kreis von Fachleuten, die ausführlich zusätzliche Theorien darüberlegen, ohne zunächst das Fundament zu überprüfen.

Das ist nicht nur ein AI-Problem. Es ist ein Qualitätsproblem im Marketing.

Dem Marketing fehlt es nicht an Autorität, sondern an intellektueller Hygiene

Marketing wird immer zu einem wesentlichen Teil von Wahrnehmung geprägt sein. Wir untersuchen, wie Menschen Marken erleben, warum sie bestimmte Entscheidungen treffen, welcher Preis attraktiv wirkt und wie Präsentation Verhalten beeinflussen kann. Gerade weil diese Themen komplex und nicht immer unmittelbar beobachtbar sind, tragen wir eine zusätzliche Verantwortung, bei den Teilen besonders streng zu sein, die überprüfbar sind.

Eine Quelle existiert oder sie existiert nicht. Ein Index begann 1986 oder eben nicht. 7,22 € und 7,32 € sind unterschiedliche Beträge. Zwei Beobachtungen ergeben keine Zeitreihe von 42 Jahren. Ein Durchschnitt ohne beschriebene Stichprobe ist nicht reproduzierbar. Dafür braucht es weder einen Gehirnscan noch eine persönliche Erfahrung oder eine Marketingtheorie.

Die eigentliche Lehre aus diesem LinkedIn-Fall betrifft daher letztlich überhaupt nicht den Preis eines Big Mac. Sie betrifft eine Berufsgruppe, die Wissen immer leichter in Form attraktiver Inhalte konsumiert, während die Bereitschaft, die zugrunde liegende Quelle zu öffnen, zurückbleibt. Sie betrifft Menschen, die ihre eigene professionelle Autorität steigern wollen, indem sie sich schnell an einer Diskussion mit jemandem beteiligen, der bereits als Experte wahrgenommen wird. Und sie betrifft eine Plattformkultur, in der hundert zustimmende Kommentare den Eindruck erwecken können, etwas sei gründlich untersucht worden, obwohl manchmal niemand die erste Berechnung überprüft hat.

Das ist die Entwertung, über die sich das Marketing Gedanken machen sollte. Nicht darüber, dass generative AI Texte oder Bilder erzeugen kann, sondern darüber, dass menschliche Fachleute offenbar zunehmend bereit sind, ihre kritische Funktion an die Außenwirkung der Person auszulagern, die auf „Publish“ geklickt hat. Wer tatsächlich kompetent sein möchte, muss nicht unter jedem populären Beitrag seine eigene Theorie präsentieren. Manchmal beginnt Professionalität mit etwas viel Einfacherem: die Fußnote lesen, die Quelle öffnen, die Berechnung nachrechnen und bereit sein festzustellen, dass eine beeindruckende Geschichte einer inhaltlichen Überprüfung nicht standhält.

Denn letztlich war in dieser gesamten Diskussion nicht der Verbraucher am leichtesten zu beeinflussen. Es waren die Fachleute, die sich von der Verpackung der Expertise überzeugen ließen.