Von individuell erzeugten Radioprogrammen über KI-Avatare bis zu lernenden Werbesystemen: Neue Anwendungen verändern die Produktion und Verbreitung von Medieninhalten. Für Journalismus, Kommunikationswirtschaft und Startups entstehen neue Möglichkeiten. Gleichzeitig stellt sich die Frage, wie eine gemeinsame Öffentlichkeit erhalten bleiben kann.
Zehn Minuten Nachrichten, Wetter und Unterhaltung zum Frühstück. Eigentlich nichts Besonderes. Interessant wird es, wenn jeder Hörer morgens eine andere Sendung erhält, die eigens für ihn zusammengestellt wurde.
Genau das erprobt der japanische Hersteller BALMUDA seit Anfang November 2026 mit seinem „Good Morning Radio“. Das KI-gestützte Angebot verbindet allgemeine Nachrichten, regionale Wetterinformationen und persönliche Interessenthemen mit Beiträgen, die bewusst für überraschende Entdeckungen sorgen sollen. Die rund zehnminütige Sendung wird während der Nacht vorbereitet und steht am nächsten Morgen auf einer vernetzten Tischuhr oder über eine App zur Verfügung.
Noch ist das Angebot auf eine begrenzte Beta-Phase beschränkt. Über Nutzerzahlen im Regelbetrieb, Produktionskosten und Wirtschaftlichkeit liegen keine belastbaren Erkenntnisse vor.
Trotzdem halte ich dieses Experiment für bemerkenswert. Es macht anschaulich, was die Hyperpersonalisierung für die Medienproduktion bedeuten könnte: Das vertraute Prinzip, ein Programm zu produzieren und an möglichst viele Menschen zu verbreiten, wird umgekehrt. Künftig könnten Medienangebote für jeden einzelnen Nutzer individuell entstehen.
Mit dieser Entwicklung beschäftige ich mich seit einiger Zeit. In meinem Beitrag „Die Zukunft der Kommunikationsbranche: Hyperpersonalisierung zerstört Massenmedien“ vom November 2025 habe ich insbesondere die wirtschaftlichen und gesellschaftlichen Folgen dieser Entwicklung untersucht.
Inzwischen nehmen die technischen Möglichkeiten konkretere Formen an. Dabei lohnt es sich, genauer hinzuschauen. Denn längst nicht alles, was derzeit als Hyperpersonalisierung oder Echtzeit-KI vermarktet wird, erfüllt auch tatsächlich diese Begriffe.
Von der personalisierten Auswahl zur individuellen Medienproduktion
Personalisierung gehört seit Jahren zum Geschäftsmodell digitaler Plattformen. Netflix empfiehlt Filme auf Grundlage bisheriger Sehgewohnheiten. Spotify erstellt persönliche Playlists. Soziale Netzwerke und Suchmaschinen nutzen zahlreiche Signale und Algorithmen, um Inhalte auszuwählen und anzuordnen.
Die Inhalte selbst bleiben dabei überwiegend unverändert. Zwei Nutzer sehen unterschiedliche Nachrichtenbeiträge, aber der jeweilige Beitrag ist für beide identisch.
Generative künstliche Intelligenz ermöglicht eine weitergehende Individualisierung. Sie kann Informationen nicht nur auswählen, sondern Texte, Bilder, Audio und Videos für einen bestimmten Nutzer neu erstellen.
Für eine sachgerechte Einordnung lassen sich vier Entwicklungsstufen unterscheiden:
- Personalisierte Auswahl: Aus vorhandenen Inhalten werden diejenigen ausgewählt, die zu den Interessen oder zum Verhalten eines Nutzers passen.
- Individuelle Zusammenstellung: Vorhandene Inhalte und neu erzeugte Elemente werden zu einem persönlichen Medienangebot kombiniert.
- Individuelle Neugenerierung beim Abruf: Ein Inhalt entsteht erst, wenn der Nutzer ihn anfordert. Persönliche Informationen und die konkrete Situation können dabei berücksichtigt werden.
- Fortlaufende Anpassung: Die KI verändert ihre Antworten oder die audiovisuelle Darstellung während der Nutzung anhand aktueller Eingaben und Reaktionen.
Diese Unterscheidung ist wichtig. Ein System kann eine Kampagne in Echtzeit optimieren, ohne deshalb auch sämtliche Werbemittel in diesem Moment neu zu produzieren. Umgekehrt kann ein individuell erstellter Beitrag hochgradig personalisiert sein, obwohl er bereits Stunden zuvor erzeugt wurde.
Das BALMUDA-Radio ist dafür ein gutes Beispiel. Die persönliche Sendung entsteht laut Bedienungsanleitung über Nacht und wird anschließend heruntergeladen. Eine Neugenerierung während des Hörens ist nicht dokumentiert.
Möglicherweise ist gerade diese vorbereitete Produktion für Medienunternehmen zunächst der wirtschaftlich interessantere Ansatz. Sie erlaubt individuelle Angebote, ohne dass die vollständige Generierung während der Nutzung erfolgen muss. Ob daraus tatsächlich Kostenvorteile entstehen, wird sich erst anhand praktischer Erfahrungen zeigen.
Google und Meta zeigen unterschiedliche Entwicklungspfade
Auch die großen Technologiekonzerne arbeiten an einer zunehmend persönlichen Medien- und Informationswelt.
Google hat seine experimentelle Anwendung „Dreambeans“ am 3. November 2026 auf Indien ausgeweitet. Sie erstellt täglich individuelle, illustrierte Geschichten aus Informationen, die Nutzer aus Google-Diensten wie Gmail, Kalender, Fotos, Suche oder YouTube ausdrücklich freigeben.
Damit können persönliche Informationen selbst zum Ausgangsmaterial neuer Medieninhalte werden. Die Geschichten sind auf Interessen und Lebenssituationen zugeschnitten. Rückmeldungen sollen künftige Ausgaben verbessern.
Wie beim japanischen Radioprojekt handelt es sich um vorbereitete Inhalte. Eine unmittelbare Veränderung während des Lesens ist damit nicht belegt.
Einen anderen technischen Ansatz verfolgt Meta.
Seit dem 5. November 2026 wird in den USA eine neue Sprach- und Avatarfunktion für den persönlichen KI-Assistenten Muse ausgerollt. Nutzer können mit einer digitalen Figur sprechen, deren Stimme und animierte Darstellung während des Gesprächs erzeugt werden. Sie reagiert auf Eingaben, passt ihre Gestik an und lässt sich unterbrechen.
Hier findet audiovisuelle Generierung tatsächlich während der Interaktion statt.
Allerdings sollte man daraus nicht vorschnell auf eine bevorstehende vollständige Echtzeitproduktion individueller Spielfilme oder Nachrichtenprogramme schließen. Ein dialogfähiger Avatar stellt andere Anforderungen als ein über längere Zeit konsistent erzeugtes Video mit komplexen Szenen, Figuren und Handlungsabläufen.
Die technologische Entwicklung ist dennoch beachtlich. Was bislang aufwendig vorproduziert werden musste, kann in bestimmten Anwendungen bereits während der Nutzung entstehen.
KI-Agenten übernehmen Teile der Kommunikationsarbeit
Parallel zur individuellen Medienproduktion verändert sich die Organisation professioneller Kommunikation.
Ein Beispiel liefert das US-Unternehmen Attentive. Am 9. November 2026 kündigte es die allgemeine Verfügbarkeit einer Schnittstelle an, über die KI-Assistenten auf Marketingdaten und Arbeitsabläufe zugreifen können.
Damit lassen sich unter anderem Kampagnenergebnisse analysieren, Zielgruppen zusammenstellen und Kommunikationsmaßnahmen bearbeiten.
Unter dem neuen CEO Eric Miao verfolgt Attentive nach eigenen Angaben eine weitergehende Vision: Ein KI-System soll entlang der gesamten Kundenbeziehung individuelle Entscheidungen treffen, Maßnahmen ausführen und aus deren Ergebnissen lernen.
Das klingt nach einer weitgehend automatisierten Kommunikation. Allerdings befinden sich die verschiedenen Funktionen auf unterschiedlichen Entwicklungsstufen. Die freigegebene Schnittstelle ermöglicht bereits konkrete Arbeitsabläufe. Das umfassende, kontinuierlich lernende System beschreibt Attentive dagegen als strategische Entwicklungsrichtung.
Für die Unternehmenskommunikation ist diese Entwicklung trotzdem relevant.
Bisher mussten viele Arbeitsschritte von Menschen angestoßen und miteinander verbunden werden: Daten auswerten, Zielgruppen definieren, Inhalte erstellen, Kommunikationskanäle auswählen und Ergebnisse kontrollieren.
KI-Agenten können zunehmend mehrere dieser Tätigkeiten übernehmen und miteinander verknüpfen. Menschen geben Ziele, Budgets und Rahmenbedingungen vor. Anschließend werden Teile der Umsetzung automatisiert.
Damit verändert sich auch die Verantwortung von Kommunikationsabteilungen und Agenturen.
Wer einen KI-Agenten einsetzt, muss wissen, welche Entscheidungen das System treffen darf, welche Daten es verwendet und wo verbindliche Freigaben notwendig sind. Besonders kritisch wird es, wenn ein System eigenständig Informationen veröffentlicht oder Kommunikationsmaßnahmen auslöst.
Die Fähigkeit, solche Prozesse fachlich zu beurteilen und zu kontrollieren, könnte künftig wichtiger werden als die bloße Bedienung einzelner Softwareprogramme.
Startups entwickeln neue Geschäftsmodelle
Als Existenzgründungsberater und Startup Scout interessiert mich besonders, welche jungen Unternehmen aus diesen Veränderungen neue Geschäftsmodelle entwickeln.
Dabei zeigt sich, dass die wirtschaftlichen Möglichkeiten weit über die automatische Erstellung von Texten, Bildern oder Videos hinausreichen.
Das australische Startup Cuttable beispielsweise meldete am 22. Oktober 2026 eine Series-A-Finanzierung über 20 Millionen australische Dollar. Seine Plattform verknüpft Ergebnisse bisheriger Werbekampagnen mit Produktdaten und vorhandenem Bild- und Videomaterial. Daraus werden Vorschläge für neue Werbemittel abgeleitet, die das System anschließend produzieren kann.
Die Ergebnisse der Ausspielung fließen wiederum in spätere Entscheidungen ein.
Das ist ein interessanter Schritt von der automatisierten Produktion hin zu einer lernenden Werbemittelentwicklung. Allerdings ist damit noch nicht nachgewiesen, dass für jeden einzelnen Empfänger während der Ausspielung eine neue Anzeige erzeugt wird.
Einen anderen Ansatz verfolgt das 2022 gegründete Unternehmen Journify, das Anfang November zwölf Millionen US-Dollar für seine weitere Expansion einsammelte.
Journify entwickelt eine Infrastruktur, die Daten aus Onlinekäufen, Registrierungen, stationären Verkäufen und anderen Kundenkontakten mit Werbeplattformen verbindet.
Die zugrunde liegende Idee ist wirtschaftlich durchaus interessant: Werbesysteme können ihre Entscheidungen nur anhand der Informationen verbessern, die sie tatsächlich erhalten.
Ein Algorithmus, der ausschließlich auf Klicks optimiert wird, entwickelt möglicherweise andere Empfehlungen als ein System, das auch Wiederkäufe oder den langfristigen Wert einer Kundenbeziehung berücksichtigt.
Journify produziert keine individuellen Medieninhalte. Das Unternehmen arbeitet vielmehr an der Datengrundlage, auf deren Basis andere Systeme Entscheidungen treffen.
Noch einen Schritt weiter geht das 2023 gegründete US-Startup Coframe. Am 9. November 2026 meldete es eine Finanzierungsrunde über 25 Millionen US-Dollar. Insgesamt hat das Unternehmen nach eigenen Angaben inzwischen 35 Millionen Dollar eingesammelt.
Coframe entwickelt KI-Systeme, die Websites, Landingpages und Werbeinhalte fortlaufend variieren, testen und optimieren sollen. Die Plattform personalisiert dabei auch, welche Varianten einzelne Besucher sehen.
Ob dadurch bereits bei jedem Seitenaufruf ein vollständig neuer Inhalt für genau diesen Nutzer erzeugt wird, bleibt allerdings offen.
Diese Beispiele zeigen, wie unterschiedlich die entstehenden Geschäftsmodelle sind. Einige Anbieter konzentrieren sich auf die Produktion. Andere entwickeln die technische Infrastruktur, organisieren Daten oder automatisieren Entscheidungen.
Auch für etablierte Unternehmen und Kommunikationsagenturen wird es deshalb wichtiger, technologische Entwicklungen und junge Anbieter systematisch zu beobachten. Nicht jede Innovation muss selbst entwickelt werden. Manchmal kann die Zusammenarbeit mit einem spezialisierten Startup sinnvoller sein.
Was bedeutet Hyperpersonalisierung für Journalismus und Kommunikationswissenschaft?
Aus meiner journalistischen Arbeit und meiner langjährigen Beschäftigung mit Medien und Kommunikation ergibt sich für mich eine grundsätzliche Fragestellung.
Die Kommunikationswissenschaft untersucht seit Jahrzehnten, wie Medieninhalte entstehen, verbreitet und von Menschen wahrgenommen werden. Konzepte wie Agenda-Setting, Gatekeeping oder selektive Wahrnehmung beschäftigen sich unter anderem mit der Auswahl, Gewichtung und Wirkung von Informationen.
Wenn Medieninhalte zunehmend individuell generiert werden, verändert sich eine wichtige Voraussetzung solcher Untersuchungen.
Bislang ließ sich beispielsweise analysieren, wie unterschiedliche Menschen auf denselben Fernsehbeitrag oder Zeitungsartikel reagieren. Künftig müssen wir zusätzlich fragen, welche unterschiedlichen Fassungen eines Inhalts überhaupt erzeugt wurden.
Vielleicht erhält ein Nutzer zu einem wirtschaftspolitischen Vorgang eine stark vereinfachte Erklärung. Ein anderer bekommt eine ausführliche Analyse mit statistischen Daten. Ein dritter erhält eine Darstellung, die sich stärker auf die sozialen Folgen konzentriert.
Alle drei Fassungen könnten sachlich korrekt sein. Trotzdem können sich aus ihnen unterschiedliche Eindrücke ergeben.
Wie lässt sich journalistische Qualität unter solchen Bedingungen überprüfen? Welche Rolle spielen Auswahl, Gewichtung und sprachliche Gestaltung? Und wer trägt die Verantwortung, wenn ein KI-System einen ursprünglich redaktionell geprüften Sachverhalt für einzelne Nutzer unterschiedlich aufbereitet?
Damit kommen wir zu einer medienwissenschaftlichen Frage, die ich für besonders interessant halte:
Wie untersuchen wir Medienwirkungen, wenn nicht mehr nur die Rezipienten unterschiedlich sind, sondern bereits die rezipierten Inhalte individuell erzeugt werden?
Diese Herausforderung betrifft auch die Forschung selbst. Studien müssten künftig stärker dokumentieren, welche Informationen ein KI-System unter welchen Bedingungen ausgegeben hat und welche persönlichen Kontexte dabei berücksichtigt wurden.
Eine weitere Schwierigkeit liegt in der Nachvollziehbarkeit. Ein klassischer Zeitungsartikel kann archiviert, zitiert und später erneut überprüft werden. Bei einer individuell erzeugten Information ist das nicht zwangsläufig gewährleistet.
Für den Journalismus könnte deshalb die Bedeutung überprüfbarer Originalquellen wachsen. Ebenso wichtig wird die Frage, ob Nutzer aus einer KI-generierten Zusammenfassung zur ursprünglichen Berichterstattung zurückfinden können.
Die wirtschaftliche Macht der neuen Vermittler
Die zunehmende Individualisierung berührt auch die wirtschaftlichen Grundlagen der Medien- und Kommunikationsbranche.
Bislang konkurrieren Unternehmen vor allem darum, Menschen über Suchmaschinen, soziale Netzwerke, Websites oder andere Medienangebote zu erreichen.
Persönliche KI-Assistenten könnten künftig noch stärker als bisher darüber entscheiden, welche Informationen und Anbieter überhaupt in die Auswahl gelangen.
Wer eine KI nach einem geeigneten Produkt, einem Dienstleister oder einer Reiseempfehlung fragt, erhält möglicherweise nur noch wenige Vorschläge. Der Assistent übernimmt dabei Aufgaben, die bislang Suchmaschinen, Vergleichsportale oder redaktionelle Angebote erfüllt haben.
Für Unternehmen entsteht daraus eine neue Herausforderung: Sie müssen ihre Informationen nicht nur für Menschen verständlich und auffindbar machen. Sie müssen auch dafür sorgen, dass KI-Systeme ihre Angebote korrekt erfassen und bei passenden Anfragen berücksichtigen können.
Gleichzeitig entstehen neue Abhängigkeiten.
- Wer kontrolliert die Daten, auf deren Grundlage personalisiert wird?
- Wer entscheidet über die Auswahlkriterien eines KI-Assistenten?
- Und wer profitiert wirtschaftlich davon, wenn dieser Assistent zum zentralen Vermittler zwischen Unternehmen und Kunden wird?
Die Konzentration von Daten, Rechenleistung und Distributionsmöglichkeiten bei wenigen großen Plattformen könnte die Marktposition kleinerer Anbieter zusätzlich erschweren.
Umgekehrt können spezialisierte KI-Anwendungen auch neue Wettbewerbschancen eröffnen, etwa indem sie Suchkosten reduzieren oder den Zugang zu bislang schwer auffindbaren Angeboten verbessern.
Welche dieser Entwicklungen überwiegt, ist derzeit keineswegs entschieden.
Gemeinsame Öffentlichkeit trotz individueller Medienangebote?
Besonders bemerkenswert finde ich einen Aspekt des BALMUDA-Projekts (s.o.), den man bei der Begeisterung für die Technik leicht übersehen könnte.
Die Entwickler wollen nicht ausschließlich Inhalte anbieten, die den bereits bekannten Interessen der Nutzer entsprechen. Das persönliche Radioprogramm soll auch unerwartete Themen und zufällige Entdeckungen enthalten.
Darin steckt eine redaktionelle Überlegung, die aus meiner Sicht erheblich wichtiger ist, als es zunächst erscheint.
Klassische Massenmedien haben Menschen regelmäßig mit Informationen konfrontiert, nach denen sie selbst möglicherweise niemals gesucht hätten. Wer eine Tageszeitung aufschlug, entdeckte auf dem Weg zum Sportteil vielleicht einen Bericht über internationale Politik. Wer Radio hörte, bekam Nachrichten und Themen mit, die außerhalb der eigenen Interessen lagen.
Diese zufälligen Begegnungen mit Informationen können den persönlichen Horizont erweitern.
Hyperpersonalisierung muss solche Erfahrungen nicht zwangsläufig beseitigen. Entsprechende Systeme könnten bewusst Themen berücksichtigen, die außerhalb des bisherigen Nutzerprofils liegen.
Ob die Umsetzung bei BALMUDA tatsächlich gelingt, lässt sich aus den bisherigen Produktinformationen noch nicht beurteilen. Dennoch ist es ein interessanter Gestaltungsansatz.
Dabei sollte man zwischen gemeinsamen Themen und tatsächlich identischen Inhalten unterscheiden. Dass zwei Menschen Nachrichten über dasselbe Ereignis hören, bedeutet noch nicht, dass sie dieselben Informationen in derselben Gewichtung erhalten.
Vielleicht wird genau diese Unterscheidung künftig eine wichtige Rolle spielen.
Entsteht bereits ein Gegentrend?
Bei allen technischen Möglichkeiten stellt sich eine weitere Frage: Wollen Menschen überhaupt jede Form der Kommunikation individuell aufbereitet bekommen?
Eine am 9. November 2026 veröffentlichte Gartner-Befragung unter 408 leitenden Marketingverantwortlichen liefert dazu interessante Hinweise.
61 Prozent der Befragten haben ihre Content-Strategien bereits verändert, um in KI-gestützten Informationssystemen besser sichtbar zu werden. 42 Prozent beschäftigen sich damit, fehlerhafte Darstellungen ihrer Marken in KI-Antworten zu erkennen und zu korrigieren.
Gleichzeitig planen 94 Prozent, innerhalb des kommenden Jahres stärker in menschliche Kontaktpunkte zu investieren.
Die Zahlen belegen noch keinen gesellschaftlichen Gegentrend. Es handelt sich um Investitionsabsichten, nicht um gemessene Veränderungen im Verhalten der Verbraucher.
Trotzdem ist diese Entwicklung interessant.
Je stärker Kommunikation automatisiert wird, desto wichtiger könnten persönliche Ansprechpartner, erkennbare Urheber und gemeinsame Medienerlebnisse werden.
Ein journalistisch recherchierter Originalbeitrag, dessen Aussagen überprüft und diskutiert werden können, besitzt einen anderen Wert als eine individuell erzeugte Zusammenfassung. Ein Konzert oder eine gemeinsam verfolgte Sportübertragung schafft andere Erfahrungen als ein vollständig personalisiertes Unterhaltungsangebot.
Ich halte es deshalb für unwahrscheinlich, dass Hyperpersonalisierung sämtliche bisherigen Kommunikationsformen verdrängen wird.
Wahrscheinlicher erscheint mir eine Medienlandschaft, in der individuell erzeugte Informationsangebote, klassische journalistische Produkte, persönliche Beratung und gemeinschaftliche Erlebnisse nebeneinander bestehen.
Welche Bedeutung die einzelnen Formen erhalten, wird letztlich auch davon abhängen, welchen Nutzen Menschen tatsächlich darin erkennen.
Die Entwicklung hat gerade erst begonnen
Die aktuellen Anwendungen von BALMUDA, Google und Meta zeigen, wie schnell sich die technischen Möglichkeiten erweitern. Gleichzeitig arbeiten etablierte Kommunikationsunternehmen und Startups daran, Produktion, Datenanalyse und automatisierte Entscheidungen enger miteinander zu verbinden.
Noch sind zahlreiche Fragen offen. Dazu gehören die tatsächlichen Produktionskosten, die Qualität individuell generierter Inhalte, die rechtliche Verantwortung und die wirtschaftliche Tragfähigkeit neuer Geschäftsmodelle.
Mich interessiert an dieser Entwicklung deshalb weit mehr als die nächste technische Produktankündigung.
Wie verändern individuell erzeugte Medieninhalte unsere Kommunikation?
Welche neuen Möglichkeiten entstehen für Unternehmen, Journalismus und Gesellschaft?
Und wie viel Individualisierung ist überhaupt sinnvoll?
Mit diesen Fragen werde ich mich auch künftig beschäftigen. Die Entwicklungen der vergangenen Wochen liefern bereits reichlich Anlass dazu.
Denn letztlich entscheidet nicht allein die Leistungsfähigkeit generativer KI darüber, wie unsere Medienwelt künftig aussehen wird. Ebenso wichtig ist, wie wir diese Technologie einsetzen, welche wirtschaftlichen Interessen ihre Entwicklung bestimmen und welchen Wert wir gemeinsamen Informationen und Erfahrungen beimessen.
Quellen und weiterführende Informationen
Stand: 10. November 2026. Die folgenden Quellen umfassen überwiegend Originalmitteilungen der Anbieter sowie ergänzende Branchenberichte. Produktbeschreibungen und angekündigte Leistungen sind nicht mit unabhängig nachgewiesener Wirksamkeit gleichzusetzen.
BALMUDA – Good Morning Radio
- BALMUDA: Ankündigung der Beta-Version vom 27. Oktober 2026
- BALMUDA: Produktinformationen und Konzept
- BALMUDA: Technische Bedienungsanleitung zur nächtlichen Generierung
Google und Meta – Individuelle Medieninhalte und Echtzeitgenerierung
- Google: Dreambeans is now available to everyone in India, 3. November 2026
- Meta: Give Your Muse a Voice, 5. November 2026
Kommunikationswirtschaft und KI-Agenten
Startups und neue Geschäftsmodelle
- Cuttable: AI Advertising Platform und Series-A-Finanzierung, 22. Oktober 2026
- Journify: Series-A-Finanzierung über zwölf Millionen US-Dollar, 3. November 2026
- Coframe: Raises $35 Million to Build the „Living Internet“, 9. November 2026
Studien und Marktentwicklung
Eigene Veröffentlichungen zum Thema
- Holger Hagenlocher: Die Zukunft der Kommunikationsbranche – Hyperpersonalisierung zerstört Massenmedien, 29. November 2025
- Holger Hagenlocher: Wenn jeder etwas anderes sieht – Wie Medien und Öffentlichkeit sich verändern, LinkedIn, 27. Oktober 2026
- Redaktionsbüro Hagenlocher: Das Ende der gemeinsamen Wirklichkeit
- Holger Hagenlocher: Wenn jeder sein eigenes Radioprogramm bekommt – Wie KI die Medienproduktion verändert, LinkedIn, November 2026