KI und Machine Learning in der TV-Entwicklung

Kaum ein Begriff wird in der Medienbranche so unpräzise verwendet wie „KI“. Für die Formatentwicklung lohnt eine nüchterne Trennung: Zwischen Sprachmodellen, die Text erzeugen, und trainierten Machine-Learning-Modellen, die aus belegten Daten rechnen. Beide sind KI – aber sie leisten grundverschiedene Dinge. Greenlight Solutions arbeitet mit dieser Trennung als Prinzip: Die Modelle rechnen, ein Sprachmodell formuliert nur den Bericht.

Dieser Artikel ordnet ein, was maschinelles Lernen in der TV-Entwicklung heute tatsächlich kann, wo die Grenzen liegen und worauf Sender bei der Auswahl von Werkzeugen achten sollten. Eine ausführliche Grundlage bietet auch unser Beitrag Was ist datengetriebene Formatbewertung?.

Was können ML-Modelle heute in der Formatentwicklung leisten?

Der Kern maschinellen Lernens ist Mustererkennung in großen Datenmengen. In der Formatentwicklung heißt das: Ein Modell kann ein geplantes Format anhand seiner Merkmale – Genre, Sendeplatz, Zielgruppe, Erzählstruktur, Herkunftsland – mit einer Vielzahl bereits ausgestrahlter Titel vergleichen und daraus eine Einordnung ableiten.

Wichtig ist, was das nicht ist: keine Kristallkugel. Ein seriöses Modell liefert eine Erfolgswahrscheinlichkeit mit Vergleichsbasis, keine Gewissheit. Bei Greenlight Solutions geschieht dieser Abgleich gegen einen händisch kuratierten Korpus von über 10.000 Titeln, deren Ausgang belegt ist – also nicht geschätzt, sondern dokumentiert. Warum das entscheidend ist, vertieft der Beitrag Warum floppen TV-Formate?.

Konkret leisten ML-Modelle in diesem Feld heute vor allem drei Dinge:

1. Vergleichsanalyse: Sie finden strukturell ähnliche Formate und deren dokumentierten Verlauf, auch über Ländergrenzen hinweg.
2. Risikoeinordnung: Sie machen Muster sichtbar, die mit erfolgreichen oder gescheiterten Titeln korrelieren.
3. Effizienz: Sie verdichten Recherche, die manuell Wochen dauern würde, auf eine strukturierte Entscheidungsgrundlage vor der Budgetbindung.

Wie diese Grundlage in konkrete Freigabeentscheidungen einfließt, beschreibt Wie treffen Sender mit Greenlight Entscheidungen?.

Wo sind die Grenzen von KI in der TV-Entwicklung?

Die größte Fehlerquelle liegt in der Verwechslung von Sprachmodellen mit rechnenden Modellen. Large Language Models (LLMs) sind darauf trainiert, plausibel klingenden Text zu erzeugen – nicht darauf, Fakten korrekt wiederzugeben. Fehlt einem LLM Wissen, füllt es die Lücke mit einer statistisch wahrscheinlichen, aber möglicherweise falschen Aussage. Dieses Phänomen ist als Halluzination bekannt und in der Fachliteratur breit dokumentiert.

Für die Formatbewertung ist das disqualifizierend: Ein Sprachmodell könnte eine überzeugend formulierte Quotenzahl nennen, die es nie gab. Ein auf belegten Ausgängen trainiertes ML-Modell dagegen rechnet mit realen, überprüfbaren Daten und liefert reproduzierbare Werte.

Bei Greenlight Solutions formulieren Sprachmodelle den fertigen Bericht; die Zahlen stammen aus den rechnenden Modellen und Datenbeständen. Details dazu finden Sie unter Methodik und Datengrundlage.

Eine zweite Grenze ist inhaltlicher Natur: Kein Modell kann Originalität, kulturellen Zeitgeist oder die Qualität einer redaktionellen Umsetzung vorhersagen. KI ordnet ein, was vergleichbar ist – die kreative und redaktionelle Entscheidung bleibt beim Sender.

Wie setzen Sender und Streamer KI bereits ein?

Am sichtbarsten ist der KI-Einsatz nicht in der Formatentwicklung, sondern in der Distribution. Netflix beschreibt seine Empfehlungssysteme öffentlich als maschinelles Lernen: Algorithmen ordnen Zuschauern Titel zu und optimieren die Reihenfolge der Vorschläge. Auch die Auswahl von Vorschaubildern wird datengetrieben getestet. Das ist gesichert und vom Unternehmen selbst dokumentiert.

Im linearen Fernsehen bleibt die Reichweitenmessung das Fundament der Erfolgsbewertung. In Deutschland verantwortet die AGF Videoforschung die Bewegtbildmessung, deren Daten die Grundlage für Programmentscheidungen bilden. Für den Kinomarkt liefert die Filmförderungsanstalt (FFA) belastbare Nutzungs- und Umsatzdaten. Der Blick auf Marktdaten von Statista sowie Branchenzahlen von VAUNET und Bitkom zeigt, dass Streaming und lineares TV im DACH-Raum zunehmend parallel genutzt werden.

Für die eigentliche Formatentwicklung gilt: Der Einsatz von KI zur Entscheidungsunterstützung ist noch jung und uneinheitlich. Viele Häuser experimentieren, verlässliche öffentliche Zahlen zur Verbreitung liegen laut Branchenschätzungen kaum vor. Genau in diese Lücke zielt eine spezialisierte Formatbewertung.

Worauf sollten Sender bei KI-Tools achten?

Nicht jedes Werkzeug, das mit „KI“ wirbt, taugt für Entscheidungen mit sechs- oder siebenstelligen Budgets. Diese Checkliste hilft bei der Bewertung:

1. Trennung von Rechnen und Formulieren: Erzeugt ein Sprachmodell die Zahlen – oder formuliert es nur einen Bericht, dessen Fakten aus geprüften Modellen stammen?
2. Nachvollziehbare Quellen: Werden die Datengrundlagen benannt und offengelegt, oder bleibt die Herkunft der Werte im Dunkeln?
3. Belegter Ausgang: Vergleicht das Tool gegen Titel mit dokumentiertem Ergebnis oder gegen bloße Annahmen?
4. Datenschutz und Standort: Erfolgt die Verarbeitung DSGVO-konform in der EU?
5. Rolle des Menschen: Versteht sich das Tool als Entscheidungsunterstützung – oder verspricht es, die Redaktion zu ersetzen?

Greenlight Solutions ist entlang dieser Kriterien gebaut: Die Bewertung stützt sich auf 39 kuratierte externe Quellen, sieben eigene Datenbestände und zwei eigene Datenpipelines, abgeglichen gegen den Korpus von über 10.000 Titeln. Der Sitz ist München, die Verarbeitung erfolgt in der EU. Was eine falsche Formatentscheidung ohne solche Grundlage kostet, zeigt Was kostet eine Fehlentscheidung im TV?.

Wie positioniert sich Greenlight Solutions?

Der Ansatz lässt sich in einem Satz zusammenfassen: Die Modelle rechnen, das Sprachmodell formuliert nur. Kein erfundener Wert, keine Scheinpräzision, keine Kristallkugel – sondern eine belegbare Vergleichsbasis vor der Budgetbindung.

Für Sender bietet Greenlight Solutions maßgeschneiderte Modelle über Für Sender. Wer einzelne Formate prüfen möchte, nutzt den Research-Modus für 299 € pro Monat mit 100 Abfragen. In beiden Fällen gilt: KI ist ein Werkzeug für bessere Entscheidungen – nicht ihr Ersatz.