KI-generierte Performance-Kampagne

Das Pilotprojekt: Wenn KI die Produktion übernimmt

Können vollständig KI-generierte Kampagnen unter echten Bedingungen auf Premium-Markenniveau funktionieren? Für SIGNAL IDUNA haben wir diese Frage nicht theoretisch diskutiert – wir haben sie beantwortet. Die Kampagne läuft auf Meta und Google – und jedes einzelne Asset wurde vollständig mit KI produziert.

Die Herausforderung: Das Ende des klassischen Targetings

Seit dem Meta Andromeda Update übernimmt Metas KI (GEM) die Zielgruppenfindung vollständig selbst – gesteuert durch semantische Signale im Content. Für SIGNAL IDUNA bedeutete das: Nicht möglichst viele Anzeigen schalten, sondern möglichst unterschiedliche. Nur maximale Disparität zwischen den Assets verhindert „Creative Clustering” – also dass Meta ähnliche Ads unterdrückt, bevor sie überhaupt ausgeliefert werden.

Die Lösung: Creative Intelligence statt Media Buying

Wir haben die gesamte Kampagne als hybrides KI-Produktionsmodell aufgesetzt. Kein einziges Asset basiert auf realen Fotos oder Videos – alle Darsteller, Schauplätze, Stimmen und Musik wurden mit KI erschaffen.

Jedes Asset wurde so konzipiert, dass es im Meta-System eine eigene Entity ID erzwingt: radikal unterschiedliche Welten in Motivator, Stil und Setting – Klinik vs. Werkstatt vs. Gym. Die Skripte und Voiceovers wurden semantisch so optimiert, dass Metas Audio-Indexierung die relevanten Zielgruppen – Eltern, junge Handwerker, junge Erwachsene – präzise erreicht.

Was wir bei der Produktion gelernt haben

KI ist kein Selbstläufer. Diese Dinge haben uns in diesem Projekt besonders gefordert – und zeigen gleichzeitig, was für unsere Kunden möglich ist:

Glaubwürdige Charaktere entwickeln. Wir haben nicht einfach Prompts abgeschickt und genommen, was kam. Jede Person in den Ads wurde bewusst entwickelt – Kleidung, Ohrringe, Tattoos, Frisur, Hautbild, Körperhaltung. Dazu komplette Settings: Hintergründe, Lichtstimmungen, Häuser, Straßen. In die Bildkonzeption ist enorm viel Arbeit geflossen – und genau das ist der Unterschied zwischen KI-Content, der wirkt, und KI-Content, der generisch aussieht.

Lipsync meistern. Sprechende Charaktere, deren Mundbewegungen perfekt zum Voiceover passen – das klingt selbstverständlich, ist es aber nicht. Wir haben uns durch zahlreiche Iterationen gearbeitet, um Lipsync-Qualität auf Produktionsniveau zu erreichen.

Gegen den Algorithmus-Bias arbeiten. KI produziert von sich aus „perfekte” Hochglanz-Menschen. Für SIGNAL IDUNA haben wir aktiv dagegengearbeitet – um echte, diverse Charaktere zu zeigen: den Azubi mit Tattoos, den Personal Trainer, Mutter und Kind im Krankenhaus.

Innovation braucht rechtliche Klarheit. Den gesamten Prozess haben wir mit Legal & Compliance abgestimmt – inklusive konsequenter Kennzeichnung als KI-generierter Content.

Was das für unsere Kunden bedeutet

Wer einmal verstanden hat, wie KI-Produktion funktioniert, stellt fest: Es ist kein Kompromiss – es ist ein Upgrade. Kein Location-Scouting, kein Setaufbau, keine Reisen. Stattdessen vollständige Kontrolle über jedes Detail: Welche Haarfarbe hat die Protagonistin? Welches Tattoo? Welche Straße im Hintergrund? Das alles lässt sich präzise steuern – schneller und flexibler als bei jeder klassischen Produktion.

Was bei einer klassischen Produktion bedeuten würde, komplett neu anzufangen – ein Modell, das nicht überzeugt, ein gesprochener Satz, der sich falsch anfühlt, eine Frisur, die im Schnitt auffällt –, lässt sich in der KI-Produktion nachträglich punktuell ändern. Einzelne Details tauschen, ohne die gesamte Produktion anzufassen.

Unsere Aufgaben im Projekt

• Strategische Beratung: Umstellung auf die Meta-Andromeda-Auslieferungslogik
• Kampagnenentwicklung: Konzept, Skripte und Asset-Strategie nach dem Prinzip maximaler Disparität
• Kampagnenproduktion: Vollständig KI-generierte Video-Ads – Visuals, Voiceovers und Musik
• Post-Production & Finishing: Schnitt, Sounddesign, Musikuntermalung, Typo-Animationen und Closer

Ergebnisse

Ein Asset-System, das SIGNAL IDUNA als First Mover im Bereich generativer KI positioniert. Die Lernphase des Algorithmus wurde verkürzt, die Relevanz gesteigert – auf eine Art, die mit klassischer Produktion nicht skalierbar gewesen wäre.