Stellungnahme von swissAI vom 11.11.2026

Gebenstorf, 11. November 2026. swissAI begrüsst die Studie «KI-Bias» zur Mediaplanung mit Sprachmodellen. Sie liefert eine breite Schweizer Datenbasis zur Frage, wie KI Werbebudgets verteilt. Der Verband empfiehlt einen ergänzenden Testlauf mit Schweizer Marktdaten und hohem Denkaufwand. Dieser Vergleich zeigt, welcher Teil der Abweichung vom Modell stammt und welcher vom Testaufbau.

Was die Studie zeigt

Die Studie prüft 15 Sprachmodelle mit 9'982 Briefings aus 46 Teilmärkten und wertet rund 150'000 Mediapläne aus. Das zentrale Ergebnis: Die Modelle schlagen für sehr unterschiedliche Branchen fast denselben Media-Mix vor. Die Abweichung zum heutigen Markt reicht von 39,5 Prozentpunkten bei Neuwagen bis 125,9 Prozentpunkten bei Arzneimitteln und Gesundheitsprodukten.

swissAI hält diesen Befund für belastbar, weil alle 15 Modelle dasselbe Muster zeigen. Die Studie hält selbst fest, dass sie den Abstand zum heutigen Markt misst und offen lässt, welcher Mix besser wirkt. Diese Sorgfalt in der Aussage unterstützt swissAI.

Vier Details für die Einordnung

  1. Denkaufwand «low»: Die Studie setzt den Denkaufwand bei allen Modellen, die ihn steuern lassen, auf die Stufe «low». Der Anhang begründet das mit Antwortzeit und Kosten. Persönliche Einschätzung von Chris Beyeler, Präsident von swissAI: «Anwenderinnen und Anwender arbeiten im Alltag selten mit dieser Stufe. Für Planungsaufgaben nutzen sie die Standardeinstellung oder mehr Denkaufwand.»
  2. Ohne Marktdaten: Die Modelle erhielten das Briefing mit Teilmarkt, Ausgangslage, Ziel, Distribution, Zeitraum und Budget. Das in der Studie dokumentierte Briefing enthält keine Schweizer Marktdaten, etwa die Werbedruckdaten von Media Focus, die als Referenz dienen.
  3. Regeln des Schweizer Markts: Der heutige Media-Mix bildet auch gesetzliche Vorgaben ab. Ein Beispiel: Politische Werbung ist in Radio und Fernsehen unzulässig (Art. 10 Abs. 1 Bst. d RTVG). Der Teilmarkt «Gesellschaft & Politik» weist mit 123,4 Prozentpunkten die zweitgrösste Abweichung aus. Ein Modell kennt solche Regeln zuverlässig, wenn es sie mit dem Briefing erhält.
  4. Lesart der Kennzahl: Die Kennzahl summiert die Unterschiede über alle neun Kanäle. Jede Verschiebung zählt zweimal. Laut Lesehilfe der Studie entsprechen 48,6 Prozentpunkte einer Umverteilung von rund einem Viertel des Budgets.

Zwei offene Fragen an die Autorinnen und Autoren

  • Vollständiger Prompt: Die Studie zeigt die Eckpunkte des Prompts und ein Beispiel-Briefing. swissAI regt an, den vollständigen Prompt und alle Briefings zu veröffentlichen. Die Studie legt diesen Massstab selbst an die US-Vorlage von Futuri Media an. Mit dem Prompt kann jede Fachperson den Test nachstellen.
  • Zugriff auf das Internet: Die Unterlagen lassen offen, ob Modelle während des Tests im Internet suchen konnten. Unter den 15 Modellen ist mit Perplexity Sonar Pro ein Suchmodell. Diese Angabe entscheidet darüber, ob die Modelle mit oder ohne aktuelle Marktinformationen geplant haben.

Vorschlag: vier Varianten im direkten Vergleich

swissAI schlägt vor, dieselben Briefings in vier Varianten laufen zu lassen. Die erste Variante liegt mit der Studie vor.

  • Variante A: Denkaufwand tief, ohne Schweizer Marktdaten im Briefing. Liegt vor (Studie «KI-Bias»).
  • Variante B: Denkaufwand hoch, ohne Schweizer Marktdaten im Briefing. Offen.
  • Variante C: Denkaufwand tief, mit Schweizer Marktdaten im Briefing. Offen.
  • Variante D: Denkaufwand hoch, mit Schweizer Marktdaten im Briefing. Offen.

swissAI empfiehlt, den zweiten Lauf mit den dann aktuellen Modellen zu fahren. Die Auswahl der Studie stammt vom 28. August 2026. Seither sind neue Versionen erschienen, zum Beispiel GPT-6 Astra in ChatGPT (25. September 2026) und Claude Opus 5.5 (22. September 2026). Das Tempo der Entwicklung spricht für eine regelmässige Wiederholung des Tests.

Der Vergleich von A und D zeigt, wie stark Daten und Denkaufwand das Ergebnis verändern. Die Medienmitteilung zur Studie stellt die passende Frage bereits selbst: Wie werden unabhängige Schweizer Mediadaten für KI besser nutzbar? swissAI bringt die Sicht der Anwenderinnen und Anwender gern in den Austausch der Branche vom 20. November 2026 ein.

«Die Studie zeigt, was Sprachmodelle ohne Marktdaten im Briefing und mit wenig Denkaufwand liefern. Das ist ein wertvoller Ausgangswert für die Schweiz. Der nächste Schritt ist der Vergleich mit Marktdaten und hohem Denkaufwand. Dann sehen wir, wie viel Kompetenz in der Anwendung ausmacht», sagt Chris Beyeler, Präsident von swissAI.

Einordnung von swissAI

swissAI erwartet, dass Marktdaten, Kontext und mehr Denkaufwand die Ergebnisse näher an den Markt bringen. Der vorgeschlagene Testlauf prüft diese Annahme. Die Studie zeigt bereits heute: Ein Briefing ohne Marktdaten führt bei allen 15 Modellen zu einem ähnlichen Standard-Mix. swissAI nimmt die Studie in den swissAI Studien-Report «KI in der Schweiz in Zahlen» auf.

Über swissAI

swissAI ist der nationale, nicht gewinnorientierte Anwenderverband für Künstliche Intelligenz in der Schweiz. Mit über 400 Mitgliedern aus der Deutschschweiz, der Romandie und dem Tessin vereint swissAI Menschen und Organisationen, die KI entwickeln, erforschen und praktisch einsetzen. Der Verband bringt die Perspektive der Anwenderinnen und Anwender in öffentliche Debatten ein und engagiert sich für den Aufbau von KI-Kompetenz in der Bevölkerung. www.swissai.ch

Medienkontakt

Chris Beyeler, Präsident swissAI, chris@swissai.ch

Quellen: Studie «KI-Bias. Wo bleibt der Werbefranken, wenn KI die Mediaplanung übernimmt?», Langversion und Management Summary, ETH juniors im Auftrag von AWS, Goldbach, IGEM, LSA und VSM, Datenpartner Media Focus · Medienmitteilung zur Studie vom 11. November 2026 · Bundesgesetz über Radio und Fernsehen (RTVG), Art. 10 Werbeverbote