KI in den darstellenden Künsten: Die Datenfrage, die vor jeder KI-Strategie kommt

Ein Beitrag für Direktoren, Geschäftsführer und Präsidenten, die in dieser Saison mit der KI-Frage ringen

Kurz zusammengefasst

• KI ist in jedem Aufsichtsratsgespräch. "Wir schauen uns das an" wird die nächste Runde nicht überstehen.
• Drei KI-Anwendungen funktionieren in Kulturinstitutionen bereits heute: schnellere Marketingproduktion, Mustererkennung in vorhandenen Daten und personalisierte Kommunikation in großem Maßstab.
• Die Institutionen, die in fünf Jahren am stärksten aufgestellt sind, werden nicht die sein, die KI am schnellsten eingeführt haben. Es werden die sein, die zuerst eine solide Datenbasis aufgebaut und dann Intelligenz darüber gelegt haben.
• Die glaubwürdige Antwort im Aufsichtsrat hat eine Abfolge: zuerst das Datenfundament, dann KI und die Arbeit hat bereits begonnen.

Die KI-Frage taucht in jedem Aufsichtsratsgespräch auf. Ein Treuhänder hat im Flugzeug etwas gelesen. Ein Förderer möchte im nächsten Antragszyklus "Innovation" sehen. Eine Partnerinstitution hat eine Ankündigung gemacht. Irgendwann in diesem Quartal wird jemand mit Budgeteinfluss fragen, was Ihre Organisation mit KI macht und "wir schauen uns das an" wird diese Frage nicht überstehen.

Was KI in Kulturinstitutionen heute leistet

Drei Anwendungen funktionieren in Organisationen bereits unabhängig von der Größe des Hauses.

Sie beschleunigt die Marketingarbeit. Ein zweiköpfiges Team, das 150 Vorstellungen pro Saison betreut, nutzt KI für Ankündigungen, Spender-Follow-ups, E-Mails nach Vorstellungen, Social-Media-Texte und Besucherbefragungen. Drei Tage Schreibarbeit werden zu einem Vormittag Redaktion. Für ein kleines Team ist das der Unterschied zwischen Kommunikation mit einem Teil des Publikums und Kommunikation mit dem gesamten Publikum.

Sie findet Muster, für die niemand Zeit hat. Die meisten Institutionen sitzen auf jahrelangen Ticket- und Spendendaten, die nie strukturiert ausgewertet wurden. KI bringt in Stunden ans Licht, was zählt: Welche Formate machen aus Erstbesuchern Stammgäste? Welche Momente in der Saison gehen einer ersten Spende am häufigsten voraus? Welche Preispunkte lösen das höchste Zusatzspendenaufkommen beim Checkout aus? Die Informationen waren bereits vorhanden. Es fehlte nur jemand, der bereit war, sie vollständig zu lesen.

Sie macht persönliche Kommunikation in großem Maßstab möglich. Individualisierte E-Mails nach Vorstellungen. Maßgeschneiderte Reaktivierung für Gäste, die seit einem Jahr nicht mehr da waren. Angebote, die widerspiegeln, was jemand tatsächlich besucht hat. Die 48 Stunden nach einer Vorstellung sind das stärkste Engagement-Fenster im gesamten Besucherzyklus und die meisten Institutionen können es nicht nutzen, weil das Team bereits die nächste Produktion vorbereitet. Mit einer sauberen Datenbasis übernimmt KI die Personalisierung, die früher eine Leiterin erforderte, die jeden Gast beim Namen kannte.

Das ist das eigentliche Versprechen. KI skaliert die Beziehungsarbeit, die großartige Institutionen früher Anruf für Anruf erledigt haben auf ein Publikum von fünfzigtausend Menschen.

Was sie nicht tut: künstlerische Entscheidungen treffen. Das Gespür eines Managers für eine Spielzeit, die Einschätzung eines Regisseurs zu einer Aufführung, das Urteil einer Direktorin zu einem Großspender. Das sind nach wie vor die Entscheidungen, die zählen. KI hilft bei der Arbeit rund um diese Entscheidungen. Sie trifft sie nicht.

Warum eine Datenstrategie vor einer KI-Strategie kommt

Hier entgleisen die meisten Gespräche über KI im Kulturbetrieb.

KI läuft auf Daten. In den meisten Institutionen sind diese Daten auf ein Ticketing-System, ein Spender-Management-System, ein E-Mail-Tool und eine Reihe von Integrationen verteilt, die nie dafür gebaut wurden, in Echtzeit miteinander zu kommunizieren. Jemand, der sechsmal im Jahr kommt und zweimal spendet, existiert an drei Stellen, die nichts voneinander wissen.

KI darüber laufen zu lassen bedeutet: schnelle Antworten auf Basis fragmentierter Informationen. Dieselbe KI kann auch helfen, das zugrundeliegende Problem zu lösen: doppelte Datensätze bereinigen, Profile zusammenführen und Daten aufräumen, die das Team jahrelang nicht pflegen konnte. Einige Plattformen, darunter vivenu, sind von Anfang an darauf ausgelegt. Aber es muss so konzipiert sein. Das passiert nicht von allein.

Die Fragen, die es sich lohnt, intern zu stellen, betreffen deshalb noch nicht KI. Sie betreffen die Frage, ob das Fundament dafür bereit ist.

Können wir einen einzelnen Besucher über alle Interaktionen hinweg in Echtzeit identifizieren? Wenn ein langjähriger Gast eine Verhaltensschwelle überschreitet, die auf Groß-Spender-Potenzial hindeutet, erfährt das jemand rechtzeitig, um zu handeln? Wenn das Marketingteam Gäste ansprechen möchte, die eine bestimmte Art von Programm besucht haben und seit 18 Monaten nicht mehr da waren, ist das ein halber Tag Arbeit oder ein sechswöchiges Projekt? Wer verantwortet diese Frage intern, und steht sie auf irgendjemandes Agenda?

Wenn diese Antworten nicht klar sind, ist KI nicht die nächste Investition. Das Datenfundament und die Systeme, die es erzeugen, sind es.

Die Haltung, die standhält

Die Institutionen, die in fünf Jahren am stärksten aufgestellt sind, werden nicht die sein, die KI am schnellsten eingeführt haben. Was wir beobachten: Es werden die sein, die ihre Besucher- und Spendendaten zuerst in eine einzige, nutzbare Ansicht gebracht haben und dann Intelligenz darüber gelegt haben.

Das ist ein weniger aufregenderes Gespräch als "wir steuern KI." Es kündigt sich nicht gut an. Es ist aber auch das, das sich summiert. Jeder Prozentpunkt Verbesserung darin, wie eine Institution ihr Publikum sieht und bedient, zeigt sich in Wiederkehrraten, Spenden, Abonnementverlängerungen und Einzelticket-Conversion, jahrelang.

Wenn die KI-Frage im nächsten Aufsichtsrat auftaucht, ist die glaubwürdigste Antwort kein Tool. Es ist eine Abfolge: Wir investieren in das Datenfundament, das KI nützlich macht. Die Intelligenzschicht kommt danach. Und die Arbeit hat bereits begonnen.

Das ist das Gespräch, das zuerst geführt werden sollte. Der Rest folgt.

Häufig gestellte Fragen

Sollten Kulturinstitutionen jetzt in KI investieren? Die Antwort lautet selten "kaufe ein KI-Tool." Sie lautet: "Bau das Datenfundament, das KI nützlich macht und leg dann Intelligenz darüber." Institutionen, die ohne vereinheitlichte Besucher- und Spendendaten in KI investieren, erhalten schnelle Antworten auf Basis fragmentierter Informationen.

Was ist die größte Hürde bei der KI-Einführung im Kulturbetrieb? Datenfragmentierung. In den meisten Institutionen leben Ticketing, Spender-Management, E-Mail und Engagement-Daten in Systemen, die nie dafür gebaut wurden, in Echtzeit miteinander zu kommunizieren. KI verstärkt, was immer sie bekommt, einschließlich der Fragmentierung.

Was kann KI für eine Kulturinstitution heute realistisch leisten? Drei Anwendungen funktionieren in echten Organisationen: Marketingtexte schneller erstellen, Muster in vorhandenen Ticket- und Spendendaten finden, und Kommunikation personalisieren (besonders in den 48 Stunden nach einer Vorstellung).

Wird KI Ticketing- oder Development-Mitarbeiter ersetzen? Nein. KI skaliert die Arbeit rund um künstlerische, Marketing- und Entwicklungsentscheidungen. Die Urteilsaufgaben, was programmieren, wen umwerben, wie eine Kampagne führen — bleiben menschliche Arbeit. KI hilft den Menschen, die diese Arbeit tun, schneller zu arbeiten und weiter zu reichen.

Wo sollten Kulturverantwortliche anfangen? Mit vier Diagnosefragen: Können wir einen einzelnen Besucher über alle Interaktionen hinweg in Echtzeit identifizieren? Wissen wir, wenn ein langjähriger Gast eine Groß-Spender-Schwelle überschreitet? Wie lange dauert es, ein gezieltes Segment aufzubauen? Wer verantwortet das intern? Wenn die Antworten unklar sind, ist das Datenfundament die erste Investition.