marketerTALK

marketerTALK

By marketing BÖRSEBusinessMarketingCareers
Download on the App Store

All marketerTALK episodes

  • MarketerTalk mit Prof. Dr. Bernhard Wecke
    Das sind die Themen:

    Piloten reichen nicht: Auf den Profit kommt es an

    Viele KI-Projekte bleiben Innovationstheater. Sie sehen in Vorstandspräsentationen gut aus, zeigen aber keine Wirkung in Umsatz oder Kosten. Marketingverantwortliche sollten deshalb früh klären, welcher Effekt in der Gewinn- und Verlustrechnung entstehen soll. Die Technik ist dabei nur eine Hälfte, die Organisation ist ein mindestens ebenso großer Hebel.

    Menschen, Prozesse, Governance: der Dreiklang

    KI-Agenten laufen erst, wenn drei Dinge zusammenpassen. Mitarbeitende brauchen Kompetenz und wenig Angst, Prozesse müssen klar und wiederholbar sein. Die Governance muss Experimente erlauben und zugleich Skalierung absichern, denn ein Regelwerk für alles passt nicht. Wer zuerst nur Tools verteilt, erzielt selten eine spürbare Wirkung im Geschäftsergebnis.

    Erst Prozesse klären, dann automatisieren

    KI verbessert keinen schlechten Prozess, sie skaliert ihn nur. Prozessarbeit bringt im Marketing selten Anerkennung, ist aber der Schlüssel zur Wiederholbarkeit. Unternehmen sollten gezielt Personen suchen, die Technik, Prozess und Business verbinden, denn diese Talente sitzen oft schon im Haus. Teure Beratungen helfen weniger, da alle am gleichen Problem arbeiten.

    Abhängigkeit von einem KI-Anbieter vermeiden

    Die großen KI-Anbieter schreiben noch Verluste. Steigende Preise sind deshalb realistischer als sinkende, wie schon bei Suchmaschinen und Social Media. Marketingteams sollten ihre Infrastruktur so bauen, dass sich Tools einfach wechseln lassen und keine Abhängigkeit entsteht. Pauschale Budgetdeckel pro Mitarbeitendem wirken dagegen hilflos und treffen die Falschen.

    Begriffe klären und Agenten aktiv führen

    Assistent, Agent und agentische KI meinen oft Verschiedenes. Ein gemeinsames Verständnis im Unternehmen macht Gespräche und Entscheidungen einfacher. Ein Assistent reagiert, ein Agent bearbeitet Aufgaben weitgehend autonom, mehrere Agenten lösen zusammen größere Aufgaben. Wer Agenten einsetzt, braucht Menschen, die sie führen und Ergebnisse freigeben.

    33 min
  • MarketerTalk mit Marcus Schögel
    Das sind die Themen:

    Agenten übernehmen Aufgaben, nicht die Wertschöpfung

    Einzelne KI-Agenten erledigen kleine Bereiche zu 80 Prozent ohne menschliches Zutun. Über die gesamte Wertschöpfungskette betrachtet liegt ihr Anteil in der Automobilindustrie jedoch bei etwa drei Prozent. Marketing-Teams sollten KI deshalb nicht als reines Automationsthema behandeln. Sie sollte als Kooperationspartner im Team verstanden werden, den alle kennen und gezielt einbinden.

    Mensch, KI und Kunde als ein System gemeinsam optimieren

    Wer nur die Technik optimiert, verschenkt Potenzial. Der soziotechnische Ansatz betrachtet Mensch, KI und Kunden als ein System mit Wechselwirkungen. Ein Beispiel ist der Kundenservice, in dem die KI mithört und die Historie liefert, sodass Kunden nicht alles erneut erklären müssen. Der Nutzen entsteht dann bei Mitarbeitenden, Unternehmen und Kunden zugleich.

    KI hebt schwächere Verkäufer auf Durchschnittsniveau

    Erste Studien zeigen Skill Leveling: Wer im Verkauf weniger stark ist, erreicht mit KI zumindest den Durchschnitt. Durchschnittliche Verkäufer werden um 10 bis 15 Prozent besser. Zudem entfällt das mühsame Pflegen von CRM-Feldern, weil Systeme Gesprächsnotizen selbst einordnen. Vertrieb muss sich zudem auf gut informierte Kunden einstellen, die schon mit KI recherchiert haben.

    Value Destruction vermeiden: KI gezielt statt flächig nutzen

    Kunden erkennen Wertzerstörung schneller als Unternehmen. Zu frühe Hyperpersonalisierung wirkt aufdringlich, und KI als Soße über alle Prozesse bringt wenig. Sie hilft dort, wo sie ein bisher ungelöstes Problem löst. Wer bereits gut im E-Mail-Schreiben ist, gewinnt durch KI nicht automatisch etwas dazu. Vor jedem Einsatz lohnt sich daher die Frage, ob Aufwand und Nutzen zusammenpassen.

    Nachkaufphase und Relevanz zählen mehr als reine Effizienz

    Kunden wünschen sich KI-Unterstützung vor allem nach dem Kauf, doch Unternehmen investieren vor allem in die frühen Phasen. Hier liegt ein blinder Fleck bei der Kundenbindung. Zudem nutzen Menschen mit KI mehr Touchpoints, die deshalb aktueller und besser strukturiert sein müssen. Entscheidend wird, wo Kunden wirklich suchen, und nicht, wie effizient der Kanal läuft.

    40 min
  • MarketerTalk mit Helga Boss
    Das sind die Themen:

    Klarheit vor Tools: Zielgruppe und Kanal zuerst

    KI macht Marketing nicht automatisch schneller oder besser. Viele Unternehmen haben noch nicht geklärt, wer welche Botschaft über welchen Kanal erhält. Ohne diese Klarheit lässt sich nichts sinnvoll an eine KI übergeben. Wer zuerst Zielgruppe, Touchpoints und Prozesse sortiert, schafft die Grundlage für jede spätere Automatisierung. Das spart später Zeit und Frust.

    Sichtbarkeit verlagert sich in KI-Antworten

    Entscheider googeln weniger und fragen die KI, etwa nach einer Location für 120 Personen. Statt zehn Treffern erscheinen drei bis vier Empfehlungen. Die Website sollte deshalb nicht nur für Menschen, sondern auch für KI-Systeme gut lesbar sein. Eine llms.txt ist dafür ein erster Schritt, ähnlich wie früher die robots.txt. Das Thema ist vielen noch nicht bewusst.

    Quick Wins: Warme Kontakte reaktivieren

    Viele Unternehmen haben Kontakte, die lange keine Neuigkeiten erhalten haben. Mit KI lassen sich diese Kontakte personalisiert ansprechen, ohne dass jede Mail einzeln entsteht. Newsletter und Social Media gehen schneller von der Hand. Die gewonnene Zeit gehört in persönliche Gespräche, denn im B2B kauft, wer Vertrauen hat. Voraussetzung sind gepflegte Daten.

    Governance verhindert Schatten-KI

    Ohne klare Regeln nutzen Mitarbeitende private Gratis-Accounts, und Kundendaten landen im öffentlichen Nirgendwo. Entscheidend ist, wo die Daten liegen. Corporate-Lizenzen bieten Auftragsverarbeitungsverträge und europäische Server, Plus- oder Pro-Konten meist nicht. Für Analysen lassen sich Kundendaten auch anonymisieren. Das gehört in eine verbindliche Richtlinie.

    Agenten: Erst den Prozess klären, dann das Tool

    Vor jedem Agenten steht die Frage, welcher Prozess abgebildet werden soll. Copilot reicht für internes Wissensmanagement oder Onboarding, für einen Kundenagenten auf der Website kann ein externes Tool besser passen. Sinnvoll ist, zuerst Führungskräfte zu schulen. Die Technik ist weiter als die Belegschaft. Das schafft Vorbilder und nimmt Ängste im Team.

    17 min
  • MarketerTalk mit Jürgen Seitz
    Das sind die Themen:

    Agenten brauchen Evaluation, bevor sie arbeiten

    Einen Agenten zu bauen, dauert nicht lange. Der Aufwand beginnt danach. Wer etwa die Lead-Generierung auf eine Agentenfamilie umstellt, muss jeden Schritt prüfen: Ist das Ergebnis besser als bei einem Menschen oder einer einzelnen KI? Erst mit objektiven Kriterien lässt sich entscheiden, welche Aufgaben ein Agent wirklich eigenständig übernehmen darf.

    Governance entscheidet über Erfolg oder Rückbau

    Viele Unternehmen haben Mitarbeitenden KI-Tools gegeben, ohne Zuständigkeiten zu klären. Dann geben Agenten Kontakte frei, und die Datenschutzverantwortlichen stoppen alles. Wichtig sind klare Verantwortung und saubere Verarbeitungswege. Personenbezogene Leads gehören in europäische Infrastruktur, auch wenn ein Modell anderswo günstiger ist. Wer das früh regelt, kann die DSGVO sauber abwickeln.

    Qualität statt Tempo bei der Lead-Generierung

    Die meisten Teams haben nicht zu viele gute Leads, sondern zu wenige. Agenten sollten deshalb nicht nur Aufwand sparen. Sie sollten Leads besser generieren, qualifizieren und konvertieren. Der Ersatz ganzer Rollen zeigt sich bisher vor allem in der Softwareentwicklung. Im Marketing steigern Agenten zunächst die Leistung der bestehenden Teams. Das ist vor allem ein Qualitätsthema.

    Mehrere KI-Modelle liefern belastbarere Ergebnisse

    Wer dieselbe Frage drei Modellen stellt, erhält drei Perspektiven. Stimmen sie überein, steigt das Vertrauen in das Ergebnis. Weichen sie ab, lohnt der genauere Blick. Ein weiteres Modell kann die Antworten zusammenführen und bewerten. Dieses Prinzip lässt sich automatisieren, etwa für Recherche, Marktanalysen oder Texte im Marketing. Gerade bei wichtigen Entscheidungen hilft das.

    Neue Formate und Training für den Vertrieb

    KI bringt Inhalte in neue Formen: Aus einem Buch werden Infografik oder Quiz, aus Dokumenten ein Gesprächspartner. Auch einfache Talking-Head-Videos lassen sich aufwerten. Im Vertrieb üben Nachwuchskräfte schwierige Einkäufergespräche mit einer KI, bevor sie auf Key Accounts treffen. Das senkt das Risiko und verkürzt die Einarbeitung. Neue Formate erreichen Zielgruppen anders.

    35 min
  • MarketerTalk mit Prof. Dr. Anabel Ternès von Hattburg
    Das sind die Themen:

    Vielfalt sinkt im Ranking, bleibt aber Erfolgsfaktor

    Diversity liegt in der aktuellen Umfrage nicht mehr unter den Top 50 der Marketingthemen. Ein Grund ist der politische Druck aus den USA, auf den viele Unternehmen schnell reagiert haben. Studien belegen aber: Vielfältige Teams arbeiten effektiver und bleiben stabiler zusammen. Wer Vielfalt als Hebel für Innovation versteht, behält ein Thema im Blick, das Ergebnisse direkt beeinflusst.

    Ein neuer Name schafft neue Akzeptanz

    Diversity wird oft auf Geschlecht oder Queer-Themen verengt. Das deutsche Wort Vielfalt öffnet den Blick, denn es steht im Gegensatz zu Einfalt. Gemeint sind Teams, in denen sich Menschen widersprechen, Ideen einbringen und Risiken eingehen. Wer das Thema so intern positioniert, verbindet es mit Unternehmenserfolg statt mit einem belasteten Schlagwort.

    Gute Moderation macht Unterschiede produktiv

    Unterschiedliche Perspektiven führen nicht automatisch zu Streit. Mit einer Führungskraft, die das Team geschickt orchestriert, entsteht daraus ein Innovationsschub. Homogene Gruppen sind bequemer, werden aber schnell langweilig und bringen wenig Neues hervor. Marketing-Teams profitieren, wenn sie bewusst verschiedene Erfahrungen und Denkweisen zusammenbringen.

    KI-Agenten im Team: Chancen und Ängste

    KI-Agenten könnten bald gleichberechtigt in Meetings sitzen. Welche Rolle sie bekommen, hängt davon ab, womit sie gefüttert wurden und welche Rechte sie erhalten. Berichtet wird von Vorstandssitzungen, in denen eine KI dem CEO widersprach und richtig lag. Solche Szenarien sollten Unternehmen offen klären, bevor Unsicherheit und Ängste im Team wachsen.

    KI als Impulsgeber statt als Denkersatz

    KI wird nicht so kreativ wie Menschen, sondern anders. Teams werden kreativer, wenn sie der KI gute Fragen stellen und sich Impulse liefern lassen. Das Denken bleibt dabei beim Menschen. Wer KI nur als Ersatz nutzt, verschenkt Potenzial. Führungskräfte sollten klären, wie weit sie KI-Ergebnisse als eigene übernehmen und wo ihre Verantwortung beginnt.

    30 min
  • MarketerTalk mit Alexander Mühl
    Das sind die Themen:

    Emotionale Lieferkette: Nähe lässt sich organisieren

    Für Fans weltweit ist der Stadionbesuch die ultimative Conversion, doch die meisten erleben ihn nie. Deshalb baut der Verein Infrastruktur vor Ort auf: über 1.200 Fanclubs, Watchpartys und Legendenspiele wie in Mexiko-City mit 450 Gästen. Wichtig ist, gewachsene Strukturen zu unterstützen statt zu steuern. In den USA helfen Fans bei der Club-WM sogar bei Content und Vor-Ort-Erlebnis.

    Lokale Kanäle brauchen lokale Tonalität

    Rund 40 Social-Media-Kanäle verlangen Personalisierung, Lokalisierung und Orchestrierung, bei einem einheitlichen Narrativ. Der englischsprachige Content wird aus New York betreut, denn dort ist die Ansprache lifestyliger und augenzwinkernder als im deutschen Sportjournalismus. Beide Teams lernen voneinander. Zusätzlich gibt es eine Fanclub-Betreuung, die Ticketkontingente und Besuche organisiert.

    Preference Center statt Gießkanne

    Nicht jede Aktivität passt für jeden Fan, deshalb wächst die Segmentierung. Ein Preference Center in der Salesforce Marketing Cloud lässt Fans Interessen wie Frauenfußball, Gaming, Nachhaltigkeit oder Wirtschaftsnachrichten hinterlegen. Das hilft auch bei Sponsorenangeboten. Entscheidend bleibt der Respekt: Fans sollen nie das Gefühl bekommen, nur Inventar zu sein.

    KI zuerst dort, wo Authentizität nicht leidet

    Der Einsatz von KI verteilt sich auf drei Felder: Analyse und Reporting, KI-Funktionen in vorhandener Software und Pilotprojekte. Zurückhaltung gilt bei personenbezogenen Fandaten, auf ihnen sollen keine Modelle trainiert werden. Ein LLM-agnostisches Tool schafft einen geschützten Raum für verschiedene Modelle. Für Highlight-Clips dient ein Single-Purpose-Tool, das die Produktion deutlich beschleunigt.

    Synthetische Inhalte nur erkennbar und mit Redaktion

    KI-Inhalte sind sofort als solche erkennbar, Disclaimer gab es schon vor der Pflicht. Realitätsnahe KI-Bilder und digitale Zwillinge von Spielern oder Fans sind tabu. Bei Produkttexten im E-Commerce prüft weiterhin ein Redakteur. Großen Nutzen bringen Übersetzung und Transkreation. Für außergewöhnliche Kreation braucht es den Menschen, KI-gestützt wirkt er stärker.

    20 min
  • MarketerTalk mit Alexander Körner
    Das sind die Themen:

    Sichtbarkeit in der KI wird zur Existenzfrage

    KI ist für viele Nutzer das erste Recherchewerkzeug, rund die Hälfte der Web-Zugriffe stammt inzwischen von KI-Systemen. Die thematische Suche wandert zu LLMs, in Google steigt dafür die Markensuche. Wer dort nicht auftaucht, verliert Reichweite. Personas und Content sollten deshalb von den Fragen abgeleitet werden, die tatsächlich gestellt werden. Auch gated Content gehört auf den Prüfstand.

    Dateninseln kosten Budget, Integration schafft Wirkung

    Studien zufolge verbrennen Unternehmen rund 60 Prozent ihrer Technologieinvestitionen durch unverbundene Dateninseln. KI sollte deshalb auf bestehende CRM-, ERP- und Marketing-Systeme aufsetzen, statt als Schatten-IT in der Ecke zu laufen. Eine Integrationsschicht verbindet die Datenquellen und macht Prozesse systemübergreifend steuerbar. Klassische CDPs scheitern oft am manuellen Aufwand für jeden einzelnen Trigger.

    Digitale Souveränität schützt Wissen und Budget

    Wer sensible Daten an US-Modelle gibt, riskiert, dass es nicht mehr das eigene Wissen bleibt. Lokal betriebene LLMs sind etwas langsamer, aber sicher und ohne Tokenkosten. Mistral eignet sich für weniger sensible Daten, ein Modell wie Claude für unkritische Content-Erstellung. Dazu kommt die Abhängigkeit: Microsoft hat die Preise zuletzt um rund 30 Prozent erhöht.

    Marketing und Vertrieb brauchen einen gemeinsamen Prozess

    Die Trennung nach Abteilungen gilt als überholt, besser ist die Logik entlang der Prozesskette. Der Vertrieb gehört schon bei der Persona-Entwicklung an den Tisch, denn er weiß, was Kunden wirklich fragen. Ein monatlicher Abgleich zeigt, ob die gelieferten Leads funktionieren. Entscheidend sind Mindset und Kultur: Wer nur Technik einführt, baut eine Investitionsruine.

    Trigger im Bestand: Upselling beginnt mit Daten

    Neukundengewinnung steht oft im Fokus, doch Bestandskunden lassen sich leichter ausbauen. Trigger liefern Klickverhalten, Progressive Profiling und harte Daten wie der Lebenszyklus einer Maschine. Hat eine Anlage 90 Prozent ihrer Laufzeit erreicht, passt ein Angebot zur Ersatzbeschaffung. Mit Talk-to-your-data-Systemen lässt sich der Außendienst außerdem per Spracheingabe auf Kundentermine vorbereiten.

    51 min
  • MarketerTalk mit Sören Stamer
    Das sind die Themen:

    Konsistenz über Märkte gelingt nur automatisiert

    Wer viele Länder und Dutzende Sprachen bedient, kommt manuell nicht mehr hinterher. Ändert die Rechtsabteilung eine Aussage, muss sie überall zugleich angepasst werden. Das gilt auch für Schlagworte, die kaum ein Redakteur über viele Texte einheitlich setzt. Widersprechen sich Inhalte, sinkt außerdem die Relevanz bei LLMs, weil sie der Quelle weniger trauen.

    Datenschutz bei KI hängt an Hosting und Verträgen

    Unternehmen haben mehrere Optionen: intern oder selbst gehostete Modelle, wie sie etwa die Bundeswehr nutzt, oder Verträge, die das Training mit eigenen Daten ausschließen. Open-Source-Modelle holen Closed-Source-Modelle in rund sechs Monaten ein und werden dann günstig verfügbar. Offen bleibt die Herkunft: Bei komplett generiertem Code lassen sich Hintertüren kaum noch prüfen.

    Der Chat wird zur Hauptoberfläche, aber nicht zur einzigen

    Heute liegt der Chat als Overlay über dem bestehenden System. Die nächste Generation stellt ihn in den Kern und erzeugt Bedienelemente nur bei Bedarf. Allein per Sprache oder Text zu arbeiten, reicht nicht, denn Nutzer wollen auch sehen und klicken. Die Arbeit verschiebt sich vom Schreiben zum Redigieren, etwa mit fünf Varianten zur Auswahl, statt jede Fassung neu zu erstellen.

    Human in the Lead: Publizieren bleibt Menschensache

    Agenten dürfen standardmäßig nichts veröffentlichen, denn die Verantwortung für Inhalte liegt beim Menschen. Aktionen des Chatbots sind im System markiert, so bleibt nachvollziehbar, wer was getan hat. Die Ausrede, die KI sei es gewesen, trägt nicht, wenn etwas Falsches oder Rassistisches erscheint. Verantwortlich bleibt das Management, das den Einsatz zugelassen hat.

    Website, Chatbot und Callcenter wachsen zusammen

    Alle drei greifen idealerweise auf dieselbe Datenbasis zu, eine Single Source of Truth. Ein Beispiel liefert eine Krankenkasse, die ihre Website auf einen Suchschlitz umgestellt hat: Nach zwei, drei Rückfragen landen Nutzer bei Information, Formular oder Ansprechpartner. Die Zufriedenheit liegt nach Angabe bei über 98 Prozent. Voicebots treiben die Entwicklung im Callcenter voran.

    20 min
  • MarketerTalk mit Andreas Wagener
    Das sind die Themen:

    GEO lässt sich schwerer steuern als SEO

    Bei SEO ließen sich Keywords und Backlinks gezielt bearbeiten. Bei GEO fehlen vergleichbare, greifbare Hebel, abgesehen von Basics wie der Freigabe in der robots.txt. Das Sichtbarkeitsfenster ist zudem kleiner, KI-Antworten nennen oft nur wenige Quellen. Wer dort auftauchen will, muss Themen breit besetzen, doch praxistaugliche Werkzeuge dafür fehlen bislang.

    Mittelstand punktet mit Produkten und Erwähnungen

    Große Marken gewinnen über Relevanz, kleinere und mittlere Unternehmen haben es schwerer. Was bleibt, sind gute Produkte, Auszeichnungen und positive Stimmen auf Plattformen wie Reddit. Dazu kommen Belege in maschinenlesbarer Form, damit KI-Systeme sie erfassen können. Das ist aufwendiger, als Keywords in Texte zu streuen, aber langfristig der belastbarere Weg.

    GEO und KI-Agenten starten oft inoffiziell

    In den meisten Unternehmen ist GEO noch nicht richtig angekommen. Meist testen die bisherigen SEO-Verantwortlichen einzelne Stellschrauben. Ein einfacher Einstieg: prüfen, ob ChatGPT das eigene Angebot nennt, und bei Lücken nach Ursachen suchen. KI-Agenten entstehen ähnlich, oft als Experiment einzelner Mitarbeitender, ohne Teil der Strategie zu sein.

    KI-Kennzeichnung schadet nicht, Nutzwert zählt

    Der Hinweis auf KI-Einsatz wirkt in Studien nicht negativ, bringt aber auch keinen Glaubwürdigkeitsgewinn. Entscheidend ist der Nutzwert für die Zielgruppe. KI eignet sich gut für Themensammlung, Struktur und Entwurf, der eigene Stil und die Expertise sind schwerer zu übertragen. Bei jüngeren Menschen verschlechtert sich das Image von KI, das sollten Marken im Blick behalten.

    Kontrolle und Datenschutz bei KI-Agenten sichern

    Je autonomer Agenten arbeiten, desto wichtiger werden Freigaben und regelmäßige Kontrolle. Das gilt auch für Führungskräfte, die operative Aufgaben erst abgeben lernen müssen, ohne den Überblick zu verlieren. Sensible Zahlen gehören nicht in öffentliche KI-Tools. Sicherer sind abgeschirmte Lösungen, bei denen das eigene Wissen getrennt vom Agenten gespeichert bleibt.

    34 min
  • MarketerTalk mit Claudia Willvonseder
    Das sind die Themen:

    Zwei Ziele für KI: Effizienz im Alltag, Wachstum im Markt

    Dr. Oetker unterscheidet bei KI zwei Stoßrichtungen mit unterschiedlichen Zielen. „AI to run“ entlastet Teams bei repetitiven administrativen Aufgaben, etwa mit Copilot. „AI to grow“ soll Wettbewerbsfähigkeit, Innovationstempo und das frühere Erkennen von Konsumententrends verbessern. Wer beides trennt, kann Use Cases gezielter bewerten und Erfolge besser messen.

    Mitarbeitende mitnehmen: Neugier zählt mehr als Alter

    Ausschlaggebend für die Akzeptanz ist weniger das Alter als die Neugier aufs Lernen. Dr. Oetker setzt auf Communities von Vorreitern, die Use Cases teilen und Prompts austauschen. Gute Beispiele werden im Intranet und in monatlichen All-Hands-Meetings vorgestellt. Erfolgreiche Anwendungen werden anschließend mit klarer Struktur in Funktionen und Länder ausgerollt.

    Agenten prüfen vor, der Mensch trägt die Verantwortung

    KI-Agenten prüfen vorab etwa die Markenkonformität bei Grafik und Print. Die Qualitätskontrolle und die Verantwortung bleiben immer beim Menschen. Der Verweis auf den Agenten gilt nicht als Entschuldigung, etwa bei einer vertauschten Flagge im Launch. In der Produktion gilt das Vier-Augen-Prinzip mit zwei Menschen, bei Subprozessen zunehmend mit Mensch und KI.

    Klares Regelwerk: Wo KI bei der Marke außen vor bleibt

    Der Markenkern „Create a Taste of Home“ verlangt Authentizität. Deshalb entstehen Packungsgestaltung und Produktfotos ohne KI, damit das Produkt auf dem Bild dem im Regal entspricht. Hintergründe darf KI austauschen, solange der Kontext gleich bleibt; Menschen werden bisher nicht komplett KI-generiert gezeigt. Das Regelwerk ist mit den Ländern geteilt, enthält Beispiele und bleibt nicht statisch.

    Echte Menschen bleiben wichtig: Geschmack und Markenbindung

    KI beschleunigt Marktforschung: Sie stellt Fragen in vielen Ländern parallel und hilft bei der Auswertung. Digital Twins bilden das Urteil echter Menschen bisher nicht verlässlich ab. Sensoriktests laufen weiter mit Menschen, die Produkte blind verkosten. Zur Markenbindung tragen zudem Kundenclub, Erlebniswelt und Festivalauftritte bei, weil sich die Marke dort physisch erleben lässt.

    19 min