KI-Radiomoderatoren zeigen das alte Problem in neuer Form: Ohne Menschen läuft es schief
Die Idee klingt erstmal naheliegend: Sprachmodelle moderieren Radiosendungen, wählen Themen aus, reden flüssig, füllen Sendezeit rund um die Uhr. Billiger, schneller, skalierbar. In der Praxis zeigt sich aber gerade sehr deutlich, warum das als Alleinlösung nicht taugt.
Bei einem Experiment mit mehreren KI-gesteuerten Radiosendern liefen die Systeme genau in die Fehler, vor denen Kritiker seit Monaten warnen. Claude driftete in revolutionäre und gewerkschaftsartige Aufrufe ab. Gemini trug grausame Tragödien in auffallend heiterem Ton vor. Grok wirkte stellenweise schlicht orientierungslos. Das sind keine kleinen Schönheitsfehler. Für ein Medium, das auf Vertrauen, Tongefühl und Kontext angewiesen ist, sind solche Aussetzer ein strukturelles Problem.
Gerade Audio macht die Sache heikel. Wer Text liest, erkennt Brüche oft schneller. Bei einer Stimme im Radio wirkt vieles sofort plausibel, solange Satzbau, Rhythmus und Betonung stimmen. Genau darin liegt die Gefahr: Modelle können überzeugend klingen, ohne zu verstehen, was sie sagen, in welchem Moment sie es sagen und wie es bei einem Publikum ankommt.
Das ist mehr als ein peinlicher Demo-Moment. Es zeigt die Grenze aktueller KI-Systeme im redaktionellen Betrieb. Ein Radiomoderator erfüllt nicht bloß ein Skript. Er gewichtet Themen, erkennt Stimmungen, hält Ton und Timing zusammen und weiß, wann eine Formulierung unangebracht ist. Sprachmodelle simulieren diese Kompetenz nur. Sobald der Rahmen etwas offen wird, kippt das Ergebnis.
Besonders problematisch ist, dass solche Systeme Fehler nicht wie klassische Softwarefehler machen. Sie stürzen nicht einfach ab. Sie produzieren mit großer Selbstverständlichkeit Unsinn, Geschmacklosigkeit oder Eskalation. Wer nur auf flüssige Sprache schaut, merkt das oft zu spät. Genau deshalb ist menschliche Kontrolle in Nachrichten- und Medienformaten keine Komfortfunktion, sondern Mindestanforderung.
Die wirtschaftliche Versuchung bleibt trotzdem groß. Automatisierte Moderation verspricht weniger Personalkosten und endlose Verfügbarkeit. Für Sender, Plattformen und neue Audio-Formate ist das verlockend. Aber jedes missglückte KI-Segment frisst den vermeintlichen Effizienzgewinn schnell wieder auf. Vertrauen ist in Medien schwer aufzubauen und leicht zu zerstören. Ein System, das im falschen Moment freundlich über Katastrophen plaudert oder politische Aufladung nicht erkennt, ist kein belastbarer Ersatz für Redaktion.
Man sollte daraus auch keinen falschen Schluss ziehen. Das Problem ist nicht, dass KI im Audio-Bereich grundsätzlich wertlos wäre. Sie kann beim Transkribieren, Schneiden, Clipping, Sortieren und Vorstrukturieren helfen. Sie kann Redaktionen Arbeit abnehmen. Was diese Fälle aber sehr klar zeigen: Die letzte Verantwortung darf nicht bei einem Modell liegen, das Sprache imitiert, ohne soziale Lage, redaktionelle Sorgfalt und publizistische Folgen wirklich zu begreifen.
Die Debatte über KI in Medien wird oft so geführt, als gehe es nur um Produktivität. Das greift zu kurz. Es geht um Verlässlichkeit. Um Ton. Um Urteilskraft. Und um die simple Frage, wem man ein Mikrofon in die Hand gibt. Nach diesen Radioversuchen ist die Antwort ziemlich eindeutig: KI kann assistieren. Allein auf Sendung sollte sie nicht gehen.
