Wenn Algorithmen die Auflage planen: Wie KI das Risiko im Verlagsgeschäft senken soll
Zu viele gedruckte Bücher kosten Geld, zu wenige können Verkäufe verhindern. Verlage testen deshalb zunehmend KI für Absatzprognosen und Auflagenplanung. Kann sie das wirtschaftliche Risiko tatsächlich senken – oder verstärkt sie am Ende nur bekannte Erfolgsmuster?
Foto: KI-generiert
Wie viele Exemplare eines neuen Buches sollen gedruckt werden? Diese Frage gehört zu den schwierigsten Entscheidungen im Verlagsgeschäft. Ist die Erstauflage zu hoch, entstehen Lagerkosten und später möglicherweise Abschreibungen. Ist sie zu niedrig, drohen Lieferengpässe, Nachdruckkosten und entgangene Verkäufe. Genau hier soll künstliche Intelligenz künftig stärker helfen.
Aktuelle Branchenbeiträge zeigen, dass KI in Verlagen zunehmend nicht nur für Texte oder Bilder diskutiert wird, sondern auch für kommerzielle Entscheidungen. Dazu gehören unter anderem die Planung von Erstauflagen, Nachdrucken und Marketingmaßnahmen. Ein aktueller internationaler Branchenüberblick beschreibt ausdrücklich, dass große Verlagshäuser KI für solche Prognosen einsetzen wollen – mit dem Ziel, Routineentscheidungen datenbasierter zu treffen und kreative Arbeit weiterhin Menschen zu überlassen.
Warum die Auflagenhöhe so schwer zu planen ist
Verlage müssen schon vor dem Erscheinen eines Buches einschätzen, wie viele Exemplare sich in den ersten Wochen und Monaten verkaufen könnten. Dafür fließen bisher zahlreiche Erfahrungswerte ein: Vorbestellungen, Vergleichstitel, Autor:innenhistorie, Genre, Saison, Vertriebsrückmeldungen und die allgemeine Marktlage.
Trotzdem bleibt die Entscheidung unsicher. Ein unerwarteter Medienauftritt kann die Nachfrage plötzlich erhöhen. Ein ursprünglich stark eingeschätzter Titel kann dagegen deutlich hinter den Erwartungen bleiben.
Gerade in einem Markt mit steigenden Produktions- und Logistikkosten werden Fehlentscheidungen teurer. Eine zu große Auflage bindet Kapital und Lagerfläche. Eine zu kleine Auflage kann bedeuten, dass genau dann kein Buch verfügbar ist, wenn die Nachfrage am höchsten ist.
KI soll aus vorhandenen Daten bessere Prognosen machen
Der Ansatz ist vergleichsweise unspektakulär: KI-Systeme analysieren vorhandene Verkaufs- und Metadaten und suchen nach Mustern, die sich für neue Titel nutzen lassen.
Pilotprojekte aus Deutschland berichten, dass sich die Genauigkeit von Absatzprognosen dadurch deutlich verbessern ließ. In einzelnen Tests wurden die Prognosen nach Angaben des beteiligten Softwareanbieters um bis zu 53 Prozent genauer. Grundlage waren historische Verkaufsdaten und strukturierte Verlagsinformationen.
Solche Zahlen sollten allerdings mit Vorsicht betrachtet werden: Sie stammen aus Pilotprojekten eines Anbieters und lassen sich nicht automatisch auf jeden Verlag und jedes Programm übertragen. Sie zeigen aber, warum das Thema für die Branche interessant geworden ist.
Marktanalyse wird für Verlage wichtiger
Auch eine deutsche Branchenstudie aus dem Jahr 2026 zeigt, dass Verlage KI zunehmend in solchen Bereichen sehen. 55 Prozent der befragten Fach- und Führungskräfte bewerten Potenziale bei Marktanalysen positiv, 62 Prozent erwarten Effizienzgewinne bei Prozessen. Gleichzeitig stieg der Anteil der Befragten, die KI eine hohe oder sehr hohe Bedeutung beimessen, von 9 Prozent im Vorjahr auf 31 Prozent.
Damit verschiebt sich die Debatte. KI wird nicht mehr nur als Werkzeug für generierte Inhalte betrachtet, sondern zunehmend als Analyseinstrument im Hintergrund.
Das könnte langfristig viele Entscheidungen betreffen: Wie hoch wird die Erstauflage? Wann sollte nachgedruckt werden? Welche Ausstattung ist wirtschaftlich sinnvoll? Welche Titel benötigen zusätzliche Vermarktung?
Daten können Erfahrung ergänzen
Interessant ist, dass solche Systeme die menschliche Entscheidung nicht zwangsläufig ersetzen müssen.
Eine KI kann beispielsweise eine rechnerische Prognose liefern, die anschließend mit der Einschätzung von Lektorat, Vertrieb und Marketing verglichen wird. Weichen beide stark voneinander ab, entsteht zumindest ein Anlass, genauer hinzusehen.
Vielleicht erkennt der Vertrieb ein ungewöhnlich großes Interesse im Buchhandel, das historische Daten nicht abbilden. Vielleicht zeigt die Analyse umgekehrt, dass ein Titel wesentlich optimistischer geplant wurde als vergleichbare Bücher in der Vergangenheit.
KI wäre dann weniger Entscheider als zweite Meinung auf Basis großer Datenmengen.
Das Überraschungsbuch bleibt ein Problem
Genau hier liegen aber auch die Grenzen.
Buchmärkte leben von Überraschungen. Ein unbekannter Autor kann plötzlich zum Bestseller werden. Ein ungewöhnliches Thema kann einen gesellschaftlichen Nerv treffen. Ein Titel kann über soziale Medien innerhalb weniger Tage Aufmerksamkeit erhalten.
Solche Entwicklungen lassen sich nur begrenzt aus vergangenen Verkaufszahlen ableiten.
Je stärker eine Prognose auf Vergleichstiteln beruht, desto eher besteht außerdem die Gefahr, dass bestehende Erfolgsmuster verstärkt werden. Ein Buch, das bewusst anders ist als alles bisher Veröffentlichte, besitzt naturgemäß wenig brauchbare Vergleichsdaten.
Die Frage lautet deshalb nicht nur, wie genau ein Algorithmus rechnen kann, sondern auch, wie viel Unsicherheit ein Verlag weiterhin zulassen möchte.
Weniger Überproduktion könnte auch ökologisch interessant sein
Eine genauere Auflagenplanung besitzt neben wirtschaftlichen auch ökologische Vorteile.
Jedes zu viel gedruckte Buch benötigt Papier, Energie, Transport und Lagerfläche. Muss ein Teil der Auflage später verramscht oder makuliert werden, wurden Ressourcen für Exemplare eingesetzt, die keinen Leser erreicht haben.
Umgekehrt verursachen viele kleine Nachdrucke ebenfalls zusätzliche Produktions- und Logistikprozesse.
Eine möglichst realistische Planung kann deshalb helfen, Überproduktion zu verringern, ohne die Lieferfähigkeit unnötig zu gefährden. Auch Anbieter entsprechender Systeme nennen steigende Produktionskosten und Ressourcenschonung als Gründe, warum präzisere Prognosen wichtiger werden.
Gute Daten werden zur Voraussetzung
KI kann allerdings nur mit den Informationen arbeiten, die ihr zur Verfügung stehen.
Verlage benötigen deshalb saubere Verkaufsdaten, einheitliche Metadaten und ausreichend historische Vergleichswerte. Gerade kleinere Häuser könnten hier gegenüber großen Verlagen im Nachteil sein.
Die aktuelle Branchenstudie zeigt ohnehin deutliche Unterschiede zwischen großen und kleinen Unternehmen. Größere Verlage setzen KI häufiger strukturiert und mit formellen Lösungen ein, während kleinere Häuser pragmatischer vorgehen.
Damit könnte sich eine weitere Frage ergeben: Wird datenbasierte Planung künftig selbst zu einem Wettbewerbsvorteil?
Die letzte Entscheidung bleibt verlegerisch
Die Stärke eines Verlages besteht nicht allein darin, möglichst exakt vorherzusagen, was sich verkaufen wird.
Verlage veröffentlichen auch Debüts, ungewöhnliche Stoffe und Bücher, deren Bedeutung sich nicht bereits aus früheren Verkaufszahlen berechnen lässt. Genau dort beginnt die eigentliche verlegerische Entscheidung.
KI kann helfen, Risiken sichtbar zu machen und vorhandene Informationen besser auszuwerten. Sie kann aber nicht entscheiden, welches Buch kulturell wichtig, literarisch außergewöhnlich oder einfach einen Versuch wert ist.
Vielleicht liegt deshalb gerade in der Auflagenplanung ein sinnvoller Einsatzbereich: Algorithmen rechnen – Menschen entscheiden.
Quellen und Links
- Publishing Perspectives, 21. September 2026 – internationaler Branchenüberblick mit Aussagen zum Einsatz von KI bei Auflagen-, Nachdruck- und Vermarktungsentscheidungen: Zur Quelle
- Börsenverein – Ergebnisse der KI-Studie 2026 mit 196 Fach- und Führungskräften aus Verlagen: Zur Quelle
- Bericht zu Pilotprojekten für KI-gestützte Absatzprognosen im Verlagswesen: Zur Quelle
- Werkstattbericht zur KI-gestützten Planung von Erstauflagen: Zur Quelle
