**Wird KI Präsentationen-Designer in den nächsten fünf Jahren ersetzen?**

Ein Kunde schickt eine 40-Folien-Präsentation, die mit einem KI-Tool in elf Minuten erstellt wurde und auf den ersten Blick ganz gut aussieht. Doch dann öffnet man sie richtig, und schon ist jedes Diagrammtitel leicht anders zentriert, der Firmenblau verschiebt sich über vier Folien hinweg drei Nuancen, und Folie 22 erzählt eine völlig andere Geschichte als Folie 4. Niemand hat das gewollt – das Tool wusste einfach nicht, dass es darauf ankam. Die Lücke zwischen „sieht gut aus“ und „funktioniert tatsächlich vor einem Kunden“ ist genau dort, wo diese ganze Frage angesiedelt ist.

Also: Wird Präsentationdesign in fünf Jahren noch ein echter Job sein, oder beobachten wir gerade die letzten Jahre davon? Die ehrliche Antwort ist weder „ja“ noch „no“. Sie lautet, dass der Job sich bereits in zwei völlig unterschiedliche Bereiche aufspaltet, und nur einer von ihnen überlebt.

Wofür die Maschinen tatsächlich gut sind (und es ist mehr, als viele zugeben)

Ich sage es gleich mal unpopulär: Ein großer Teil dessen, für das Präsentationdesigner in den letzten zehn Jahren Stunden abgerechnet haben, war eigentlich gar keine Designarbeit. Es war Formatierungsarbeit. Eine von GfK in Auftrag gegebene Studie zur Nutzung von PowerPoint in Unternehmen ergab, dass etwa 37 % der gesamten Zeit, die Mitarbeiter in PowerPoint verbringen, für Formatierung aufgewendet wird – etwa das Richten von Schriftarten, das Korrigieren von Farbverschiebungen zwischen Folien oder das Neuaufbauen von Tabellen, die zusammengebrochen sind, nachdem jemand neue Daten eingefügt hat. Das sind etwa 2,6 Stunden pro Woche und Mitarbeiter, die mit Arbeit zu tun haben, die fast nichts mit Kommunikation zu tun hat und alles mit Software-Friktionen.

Genau diese Ebene, für die sich KI-Tools tatsächlich gut eignen, ist das. Konsistente Ränder, abgestimmte Farbpaletten, automatisch generierte Aufzählungslisten, Vorschläge für erste Layouts – eine Maschine wird nicht müde, das zu tun, und überspringt nicht Schritt 14, nur weil es Freitagabend 18 Uhr ist. Wenn dein Wert als Designer darin bestand, dass „ich die Schriftarten übereinstimmend mache“, dann ist dieser Wert größtenteils bereits weg – und keine Hoffnung der Welt wird das ändern.

Die 60%-Grenze – und warum sie nicht dort liegt, wo man denkt

Hier wird es interessanter als die übliche Aussage „KI kann menschliche Kreativität nicht ersetzen“, die zwar wahr, aber fast nutzlos ist. Laut dem State of the Designer 2026-Bericht von Figma, basierend auf einer Umfrage von 906 Designern aus fünf Regionen, schaffen generative KI-Tools zuverlässig etwa 60 % eines Projekts – schnell: Optionen in Sekunden, eine funktionierende Struktur in Minuten, das Problem des leeren Blattes gelöst, bevor man seinen Kaffee fertig getrunken hat.

Was der Bericht zudem zeigt: Die verbleibenden 40 % schrumpfen nicht, egal wie gut das Modell wird. Es ist nicht nur Feinschliff am Ende – es ist eine völlig andere Kategorie von Entscheidungen: Welcher Datensatz verändert wirklich die Meinung des Kunden, ob diese Zielgruppe einer mutigen Aussage vertraut oder sie verharmlost haben will, warum die Präsentation, die für den Vorstand funktioniert, auf dem Verkaufsparket nicht ankommt. Ein Modell, das auf Millionen generischer Folien trainiert wurde, weiß nicht, dass dieser bestimmte VP Kreisdarstellungen hasst oder dass dieser Kunde der letzten Präsentation wegen übertriebener Zahlen gehänselt wurde. Das ist kein Trainingsdaten-Lückenproblem, das sich mit einem größeren Modell skaliert. Es ist fehlender Kontext, der nur in einer menschlichen Beziehung zur Arbeit existiert.

Der Teil des Jobs, der wächst – nicht schrumpft

Etwas, das ich immer wieder in Agenturgesprächen beobachte: Die Designer, die 2026 mehr Arbeit haben – nicht weniger – sind nicht diejenigen, die KI-Tools aus Prinzip ignorieren. Sie sind diejenigen, die zwei oder drei davon parallel nutzen, 80 % dessen, was zurückkommt, wegwerfen und bei den verbleibenden 20 %, die tatsächlich nutzbar sind, gnadenlos sind. Das ist eine andere Fähigkeit als „Ich kann Illustrator bedienen“. Es liegt näher an redaktioneller Urteilsfähigkeit – zu wissen, was man behält, was man löscht und warum ein technisch korrektes Layout trotzdem für diesen Raum das falsche sein kann.

Das zeigt sich besonders deutlich bei maßgeschneiderter, brandenspezifischer Designarbeit – der Art, die um die echte Stimme, Farben und Geschichte eines Unternehmens aufgebaut ist und nicht um generische Vorlagen. Diese Arbeit widersteht der Automatisierung aus einem langweiligen, strukturellen Grund: Ein KI-Tool hat keine Erinnerung an Ihre letzten drei Präsentationen, keinen Sinn dafür, was den CFO letzten Quartal zusammenzucken ließ, keinen Blick für den Raum. Ein Designer, der an diesen Meetings teilgenommen hat, schon.

Wo der Job tatsächlich schrumpft

Ich würde die andere Seite nicht beschönigen. Die Produktion von Standard-Präsentationen – also wenn jemand bis Donnerstag eine kompetente 20-Folien-Interne Aktualisierung braucht und nicht viel darauf gibt, wer sie erstellt hat – ist genau die Arbeit, die KI-Tools jetzt adäquat und günstig erledigen. Wenn das der Großteil deiner Arbeitslast war, werden die nächsten fünf Jahre sich wie eine Kontraktion anfühlen, nicht wie ein Wandel. Das ist auch der Bereich, in dem vorgefertigte Vorlagen bereits den Großteil der Disruption vor der Einführung von KI verursacht haben; KI hat nur den Job beendet, den Vorlagen begonnen haben, indem sie sogar den Schritt „auswählen und anpassen“ weggelassen haben.

Die Falle hier ist zu glauben, dass sich die gesamte Branche in dieselbe Richtung wie ihr am stärksten kommodifizierter Segment bewegt. Das tut sie nicht. Die Anwaltschaft verschwand nicht, als Software für Vertragsprüfungen gut wurde – sie konzentrierte sich auf die Streitigkeiten, die die Software nicht lösen konnte. Präsentationdesign scheint ähnlich zu verlaufen: Weniger Menschen, die Routineformatierung erledigen, eine kleinere, aber stabilere Gruppe, die die urteilintensive Arbeit macht, die Routineformatierung nie wirklich war.

Was sich für jemanden, der diese Arbeit heute macht, tatsächlich ändert

Wenn Sie abwägen, ob Sie Ihre Karriere hier weiter aufbauen sollen, ist der praktische Wandel nicht „lernen, besser zu befragen“, auch wenn das hilft. Es ist zu lernen, KI-Ausgaben wie einen Redakteur eine erste Fassung behandelt – schnell generiert, aber nie auf den ersten Blick vertrauenswürdig.

• Schneller darin werden, zu erkennen, wo ein generiertes Layout für die spezifische Zielgruppe falsch ist – nicht nur technisch falsch.
• Echte Fachkenntnis in einigen Branchen aufbauen – etwa Finanzen, Gesundheitswesen, SaaS –, um Behauptungen zu erkennen, die zwar gut klingen, aber für diese Zielgruppe falsch sind.
• Aufhören, bei generischen Präsentationen um die schnellste Lieferzeit zu konkurrieren; dieses Rennen ist bereits an die Software verloren gegangen.
• Sich daran gewöhnen, gegen den ersten Instinkt des Kunden zu argumentieren, da es sich genau um diese Urteilsentscheidung handelt, die kein Tool für sie treffen wird.

Keine dieser Ratschläge ist angenehm, weil sie bedeuten, dass die einfache, hochvolumige Version dieses Jobs wirklich verschwindet. Aber blättern Sie fünf Minuten lang durch einen Katalog mit fertigen Vorlagen, und Sie werden etwas bemerken: Selbst eine gut gebaute Vorlage braucht jemanden, der entscheidet, welche passt, was weggelassen werden soll und worum es in der Präsentation eigentlich geht. Diese Entscheidung wurde nicht automatisiert. Sie ist nur schwerer zu fälschen geworden.

Zurück zu dieser elfminütigen Präsentation aus dem Anfang – der mit den verschobenen Blautönen und der widersprüchlichen Geschichte auf Folie 22. Niemand hat sie vor dem Kunden bemerkt. Das ist der Job jetzt: nicht die Präsentation von Grund auf zu bauen, sondern die Person im Raum zu sein, die sie hätte auffallen lassen.