KI-Mediaplanung heißt, das Modell entwirft mehrere strukturierte Optionen gegen dasselbe Brief und Budget, und der Planer wählt und verfeinert unter plausiblen Plänen, statt ein Deck von Hand zusammenzubauen. Die Veränderung sieht wie ein Geschwindigkeitsgewinn aus und ist wirklich eine Änderung der Form des Deliverables — und sie zahlt sich nur aus, wenn die Messung zusammen mit dem Plan entworfen wird.
Ich habe 18 Jahre in Planung und Einkauf verbracht. Das Planungsdeck war das Artefakt, das bewies, dass du die Arbeit gemacht hattest: Folien, Flussdiagramme, eine Budgettabelle, eine Begründung. Viel davon war Zusammenbau, und Zusammenbau ist, was KI nimmt. Was bleibt, ist der Teil, der immer die Arbeit war — zu entscheiden, welche Einschränkung wirklich zählt, und eine Empfehlung darauf zu setzen. So ändern sich die zwei Hälften, Plan und Messung, zusammen.
Das Planungs-Deliverable ändert seine Form
Im alten Modell produzierte der Planer einen Plan. Zeit war die Einschränkung, also war das Deliverable eine einzige beste Schätzung, poliert, bis sie unvermeidlich aussah. Es gab selten eine zweite Option, weil eine zweite Option eine weitere Woche kostete.
Im AI-nativen Modell produziert das Modell mehrere strukturierte Optionen gegen dasselbe Brief und Budget — verschiedene Kanal-Mixes, Flighting-Muster, Audience-Splits, Kreativrotationen —, jede intern konsistent und jede mit Kosten versehen. Die erste Aufgabe des Planers verschiebt sich vom Bauen eines Plans zum Vergleichen einer Reihe plausibler. Das Deck wird ein Entscheidungsprotokoll statt ein Bauprojekt.
Das ist ein besserer Einsatz der Zeit einer Senior-Person, aber es legt eine Schwäche offen. Als du nur einen Plan hattest, hast du ihn verteidigt. Wenn du fünf hast, brauchst du einen Standard zum Wählen, und die meisten Teams haben keinen aufgeschriebenen. Ohne ihn verschieben fünf Optionen die Auseinandersetzung nur nach hinten.
Vom Bauen des Plans zum Wählen unter Plänen
Die Fähigkeit, die jetzt zählt, ist Unterscheidung: schnell zu sehen, welche Option zur echten Einschränkung passt und welche nur attraktiv ist.
In der Praxis sind die Optionen des Modells nur so gut wie das Brief, das es bekommen hat, und das Brief ist, wo das Denken lebt. Wenn das Brief sagt „maximiere die Reichweite im Budget", bekommst du fünf reichweitenmaximierende Pläne und keine Möglichkeit, sie zu unterscheiden. Wenn es sagt „halte die Frequenz unter der Ermüdungsschwelle, während der CPM in einem Markt mit einem zweiwöchigen Verkaufsfenster unter Ziel bleibt", bekommst du Optionen, die sich auf diskussionswürdige Weise unterscheiden. Die Qualität des Plans wird festgelegt, bevor das Modell läuft.
Das Urteil des Planers landet dann an drei Stellen: die Option wählen, benennen, was sie falsch machen würde, und den Stolperdraht setzen, der mitten im Flug eine Änderung auslösen würde. Das ist wertvollere Arbeit als ein Flussdiagramm zu formatieren, und schwerer zu simulieren.
Die Mess-Hälfte, die Teams unterplanen
Hier ist der Fehler, den ich am häufigsten sehe, und er ist leise. Das Team verdrahtet KI-Planung, produziert mehr Optionen, fährt mehr Varianten — und behält dasselbe Messdesign, das es immer hatte. Das Ergebnis sind mehr Aktivität und kein bisschen mehr Lernen, weil nichts im Design darauf angelegt war, die Optionen gegeneinander zu vergleichen.
Mediaplanung und Messung werden meist als zwei Projekte behandelt, die sich am Ende treffen. In einem AI-nativen Workflow sind sie ein Design. Wenn der Plan Varianten generiert, muss die Messung im Voraus entscheiden, welche Varianten verglichen werden, auf welchem Signal, über welches Fenster und was als Ergebnis statt als Rauschen zählt. Sonst generierst du mehr Wege, Geld auszugeben, und keine Evidenz darüber, welcher funktionierte.
Das Messdesign mit dem Plan entwerfen
Vier Entscheidungen, getroffen, bevor etwas läuft, verwandeln Volumen in Evidenz.
- Welche Varianten verglichen werden. Du kannst nicht aus allem lernen, was du fährst. Wähle die wenigen Vergleiche, die eine künftige Entscheidung ändern würden, und lass den Rest Einarm-Ausführungen sein.
- Welches Signal zählt. Entscheide die Primärgröße und die Guardrail-Größen im Voraus, damit die Auswertung keine Verhandlung im Nachhinein ist.
- Welches Fenster und welche Baseline. Definiere vorab die Periode und den Vergleichspunkt, oder jedes Ergebnis wird anfechtbar.
- Wer es liest und wann. Benenne die Person und die Kadenz. Ein Messdesign ohne Leser ist ein Bericht, den niemand öffnet.
Nichts davon ist neue Statistik. Es ist die Disziplin, den Test zu entscheiden, bevor du ihn fährst, und KI macht die Disziplin notwendiger, nicht weniger, weil sie das Volumen der Dinge multipliziert, die du testen könntest.
Traditionelle vs. AI-native Planung
| Dimension | Traditionelle Planung | AI-native Planung |
|---|---|---|
| Deliverable | Ein polierter Plan | Mehrere bepreiste Optionen |
| Job des Planers | Bauen und verteidigen | Wählen, verfeinern, Stolperdrähte setzen |
| Zeitaufwand | Wochen pro Plan | Minuten pro Option |
| Einschränkung | Planerstunden | Entscheidungsstandard und sauberes Brief |
| Messung | Nach dem Plan entworfen | Mit dem Plan entworfen |
| Lernen | Pro Kampagne, retrospektiv | Pro Variante, hineindesignt |
| Fehlermodus | Langsam und einwertig | Volumen ohne Vergleichsstandard |
Lies die unterste Zeile als das, wogegen du dich hütest. Der AI-native Fehler ist nicht Langsamkeit; es ist, viel zu produzieren und wenig zu lernen, weil niemand entschieden hat, was der Plan dich lehren sollte.
Zwei Optionen sind eine Design-Entscheidung
Es gibt eine Version davon, die leise scheitert: Das Modell produziert Optionen, der Planer ignoriert sie und verteidigt den ursprünglichen Plan, und das zusätzliche Volumen wird Theater. Die Zahl der Optionen ist selbst eine Design-Wahl. Zwei gut konstruierte Alternativen gegen ein scharfes Brief reichen meist, um eine echte Entscheidung zu erzwingen; fünf produzieren oft ein längeres Meeting und dasselbe Ergebnis. Wähle die Zahl, die die Wahl ehrlich macht, und lass das Modell Varianten innerhalb der gewählten Option produzieren statt mehr Optionen daneben.
Was der Planer weiterhin besitzt
Wenn das Modell die Optionen entwirft, wofür ist der Planer da? Für dieselben Dinge wie zuvor, konzentriert.
- Die Einschränkung wählen. Zu entscheiden, welche Kundenrealität wirklich bindet — das Verkaufsfenster, die Marge, die Kreativversorgung —, ist eine menschliche Entscheidung, die das Modell nicht für dich treffen kann.
- Unter plausiblen Optionen unterscheiden. Zu wissen, welcher von fünf gut aussehenden Plänen zur echten Situation passt, ist jetzt die Kernfähigkeit.
- Erfolg definieren. Die Messgröße und den Stolperdraht zu benennen, bevor die Kampagne läuft, ist, was das Volumen lernbar macht.
- Die Empfehlung besitzen. Jemand unterschreibt den Plan mit seinem Namen und antwortet dafür. Das delegiert nicht.
Ich habe eine Version dieses Arguments in einem viel früheren Beitrag gemacht, wie Medienplaner ihre Jobs verlieren würden, damals, als die Automatisierung ein Recherchewerkzeug und eine Tabellenkalkulation war. Die Tools haben sich enorm geändert; das Muster nicht. Die Planer, die verlieren, sind die, deren Wert Zusammenbau war. Die, die den Job behalten, sind die, deren Wert Urteil war, und KI ist nun die Sache, die diese Unterscheidung für alle sichtbar macht.
Wo anfangen
Wähle eine Kampagne und gestalte Plan und Messung zusammen neu, nicht nacheinander. Schreibe das Brief so, dass es die echte Einschränkung benennt. Lass das Modell drei bepreiste Optionen produzieren. Wähle eine, schreibe auf, was sie falsch machen würde, und definiere den Vergleich, den du zur Prüfung fährst. Dann fahre ihn und lies das Ergebnis in der vorab gesetzten Kadenz.
Mach das einmal, und du weißt mehr über deinen eigenen Planungsstandard als ein Jahr voller Decks dich gelehrt hat. Die Spur für Teamleiter sequenziert das über den Lebenszyklus, und der Strategie-Guide platziert es in der weiteren Spur.
FAQ
Schreibt KI den ganzen Mediaplan?
Sie entwirft strukturierte Optionen schnell und konsistent, was der größte Teil des Zusammenbaus ist. Sie entscheidet nicht, welche Einschränkung zählt, wählt nicht unter den Optionen und besitzt nicht die Empfehlung. Der Plan ist noch ein menschliches Deliverable; das Entwerfen nicht.
Warum zählt die Messung in einem AI-nativen Plan mehr?
Weil KI die Zahl der Optionen und Varianten multipliziert, die du fahren kannst. Ohne ein vorab entschiedenes Messdesign produziert dieses zusätzliche Volumen Aktivität statt Evidenz — mehr Ausgaben, kein bisschen mehr Lernen darüber, welcher Ansatz funktioniert.
Wird es Planer noch geben?
Die Rolle konzentriert sich statt zu verschwinden. Planung teilt sich, wie der Rest von Media, in Zusammenbau (weitgehend automatisierbar) und Urteil (nicht). Planer, deren Wert Zusammenbau war, sind exponiert; Planer, deren Wert das Wählen und Definieren von Erfolg ist, werden zentraler.
Ist das nur Testing unter anderem Namen?
Es ist näher daran, die Kampagne lesbar zu gestalten, als einen Labortest zu fahren. Der Punkt ist nicht, jede Kampagne zu einem Experiment zu machen, sondern vorab zu entscheiden, welche wenigen Vergleiche eine künftige Entscheidung ändern, und den Plan so zu bauen, dass diese Vergleiche möglich sind.
Die Kurzfassung
KI verändert die Planung vom Bauen eines Plans zum Wählen unter mehreren, und das Geld liegt in der Paarung mit der Messung. Wenn der Plan generiert und die Messung nicht neu gestaltet wird, bekommst du mehr Optionen und keine Evidenz mehr. Entwirf den Vergleich, das Signal, das Fenster und den Leser, bevor du fährst; halte das Urteil menschlich; und das Volumen wird zu Lernen statt zu Rauschen.
Ich habe meinen Anteil an Plänen gemacht, die sicher aussahen und nichts lehrten, und die Disziplin, die ich immer wieder neu lerne, ist, zu entscheiden, was die Kampagne beweisen soll, bevor sie läuft.
Wenn dein Team Planung und Messung so gepaart hat, möchte ich hören, welche Entscheidung am schwersten im Voraus durchzusetzen war.
Viele Grüße, Chandler
Dieser Artikel ist auf Deutsch verfügbar, aber die Kursmaterialien (Videos, Templates und Begleitguides) sind auf Englisch und Japanisch; diese Website gibt es in 13 Sprachen.