KI im Kulturmanagement – erste echte Use Cases aus den USA

Künstliche Intelligenz ist im Kulturbereich angekommen. Allerdings weniger als revolutionärer Umbruch, sondern zunächst als pragmatisches Werkzeug. Während in vielen Kulturinstitutionen noch häufig über Chancen und Risiken diskutiert wird, zeigen erste Beispiele aus den USA, wie KI konkret in den Alltag von Kulturinstitutionen integriert wird.

Ein oft zitiertes Beispiel ist das Museum of Modern Art (MoMA) in New York. Dort wird KI zur Analyse von Besucherströmen und -verhalten eingesetzt. Ziel ist es, Ausstellungen besser zu planen und Besuchserlebnisse zu optimieren. Die Technologie hilft etwa dabei, zu verstehen, wie lange sich Besucher vor bestimmten Werken aufhalten oder welche Wege sie durch das Museum nehmen. Das Ergebnis: kuratorische Entscheidungen werden dateninformierter getroffen – ohne dass die kuratorische Autonomie vollständig aufgegeben wird.

Ein anderes Feld ist das Marketing. Das Kennedy Center in Washington, D.C. analysiert die exzellent gepflegten CRM-Daten mit KI-gestützten Tools, um Zielgruppen präziser anzusprechen. Statt klassischer Segmentierung (Alter, Einkommen etc.) werden Verhaltensdaten ausgewertet, um individuelle Kommunikationsstrategien zu entwickeln. Das führt nicht nur zu effizienteren Kampagnen, sondern verändert auch das Verständnis von Publikum: weg von statischen Zielgruppen, hin zu dynamischen Nutzerprofilen.

Besonders interessant ist der Einsatz im Fundraising. Organisationen wie die Metropolitan Opera experimentieren mit KI, um Spendenwahrscheinlichkeiten vorherzusagen. Auf Basis historischer Daten werden potenzielle Unterstützer:innen identifiziert und gezielt angesprochen. Das ist kein völlig neues Prinzip, aber die Präzision und Skalierbarkeit nehmen deutlich zu.

Gleichzeitig zeigen diese Beispiele auch die Grenzen. KI ersetzt keine strategischen Entscheidungen. Sie verschiebt vielmehr die Grundlage, auf der diese getroffen werden. Fragen nach Datenschutz, algorithmischen Verzerrungen und der Rolle menschlicher Expertise bleiben zentral.

Auffällig ist zudem: Die erfolgreichsten Anwendungen sind unspektakulär. Es geht weniger um „KI-generierte Kunst“ als um effizientere Prozesse im Hintergrund. Genau darin liegt derzeit ihr größtes Potenzial für das Kulturmanagement.

Für den deutschsprachigen Raum stellt sich damit weniger die Frage, ob KI relevant wird, sondern wie schnell Institutionen lernen, sie sinnvoll einzusetzen – und dabei ihre eigenen Werte nicht aus dem Blick zu verlieren.

Big Data und die Kulturbetriebe

Big Data ist eines der Trendworte nicht nur in der Kulturbranche, an dessen Auswertung und Anwendung auch dieses Jahr weiterhin gefeilt wird. Unter Big Data versteht man extrem große Datenmengen, die rechnerisch analysiert werden können, um Muster, Trends und Verbindungen aufzuzeigen, nicht nur im industriellen Bereich sondern auch in Bezug auf das menschliche Verhalten und seine Wechselwirkungen. Im Kulturbereich findet Big Data vor allem in der Analyse des Ticketverkaufs Anwendung. Grundlage für die Analyse der Daten sind eine digitale Kundendatenbank und eine Customer Relationship Management Strategie zur Anwendung der Ergebnisse. Erfasst wird z.B. wer, wann, wie, was kauft und ob das Ticket auch eingelöst wird. Je mehr Transaktionen erfasst werden, desto besser lassen sich Trends ablesen und in Bezug auf individuelle Kundendaten Empfehlungen aussprechen. Das klingt nicht nur aufwendig, so ist es in den meisten Fällen auch. Priorität haben in der Regel jene Informationen, die zu mehr Absatz, also Ticketverkäufen führen. Betrachtet man aber den gesamten Kundenlebenswert sollten Fundraising Informationen genauso ausgewertet werden. Big Data im Kulturbetrieb muss aber nicht ausschliesslich absatz- oder spendenorientiert verwendet werden. Aus dem Kaufverhalten der Kunden lassen sich ebenso Daten zur Optimierung des Besuchserlebnisses ablesen, die wiederum Einfluss auf interne Prozesse haben können. Darüber hinaus können sowohl große als auch individuelle Datensätze interpretiert werden, um die Mission einer Organisation mit Hilfe des Storytellings besser zu vermitteln. Nicht jede Kulturinstitution verfügt über Zigtausende gespeicherte Transaktionen, aber jede Institution hat genügend Daten, um dem Kunden individueller zu begegnen.

Im Trend: Datenanalyse

Datenanalyse liegt im Trend. Nicht nur in Politik und Wirtschaft – auch amerikanische Kulturinstitutionen betreiben Datenanalyse, um mit den daraus gewonnenen Einblicken praktisch jeden Aspekt des Kundenerlebnisses neu zu gestalten und die Kundenbindung zu erhöhen.

Der Versuch, individuellen Service und Kundenbeziehungen zu verbessern, hat bei einigen Orchestern, wie z.B. Nashville Symphony oder Cleveland Orchestra, nach einer detaillierten Analyse der Transaktionen (Ticketing und Spenden) zur Umorganisation der Marketing- und Development (Fundraising)- Abteilungen geführt. Dort sind die Mitarbeiter nun Ansprechpartner für jeweils ein Kundensegment. Diese Segmente sind entsprechend dem Aktivitätslevel (Engagement-Level) der Kunden strukturiert, d.h. in den unteren Segmenten (Einmalspender, Einzelkartenkäufer)  betreut ein Mitarbeiter tausend Kunden während bei Großspendern und langjährigen Abonnenten ein Mitarbeiter für wenige Kontakte zuständig ist.

Für das Customer Relationship Management hat sich das Programm Salesforce weltweit im kommerziellen Bereich etabliert. In den darstellenden Künsten in den USA ist das Programm Tessitura weit verbreitet. Ursprünglich für die Metropolitan Opera entwickelt, können die Lizenznehmer Transaktionen und Kommunikation eines jeden Kunden registrieren.

Aber wonach sucht man und was macht man mit den gewonnenen Erkenntnissen?

Das Cincinnati Symphony Orchester hat vor einigen Jahren Transkationen aus den 10 vorhergegangenen Jahren analysiert, um daraus ein Verkaufs-Vorhersagemodell zu entwickeln. Aus den erfassten Daten ließen sich ca. 40 Faktoren ableiten, die Einfluss auf den Kartenverkauf haben. Den größten Einfluss haben demnach Werke und Komponisten, gefolgt von Dirigent und Solokünstler. Aber auch nachgeordnete Faktoren wie Wochentag, Uhrzeit und Jahreszeit bis hin zu Speiseangeboten können teils erhebliche Auswirkungen auf den Verkauf haben.

Das Vorhersagemodell dient im wesentlichen dazu, akkurate Vorhersagen bei der Budgeterstellung zu treffen. Darüber hinaus kann die finanzielle Auswirkung von z.B. Programmänderungen vorausgesagt werden.  In der Praxis wird das Modell weniger verwendet, um im Rahmen der Programmplanung einen maximalem Profit zu generieren, als vielmehr um Chancen und Risiken besser abzuschätzen.