Anmelden

Dirty Deeds Done Well

Episode 201: 1on1 mit Prof. Jana Gross, AI-Marketing-Expertin

Donnerstag, 24. September 2026 · 30 min

MP3

Shownotes

Status Quo: AI im Marketing | Integration, Skalierung & Herausforderungen
Dr. Jana Gross ist Professorin für Digitales Marketing an der KEDGE Business School in Bordeaux. Sie studierte Volkswirtschaftslehre an der Universität Lausanne und promovierte an der ETH Zürich.

Wie sieht der Status Quo beim Einsatz von Künstlicher Intelligenz im Marketing aus? Wie lässt sich die Integration von KI im Marketing skalieren? Ist es mehr eine organisatorische als eine technologische Herausforderung? Welche Kompetenzen und Ressourcen sind zentral?

Wie lässt sich Generative AI nutzen, ohne das eigene Denken einzustellen? Welche Datenkompetenzen brauchen Unternehmen und Mitarbeitende, bevor KI sinnvoll eingesetzt und skaliert werden kann? Wie verändert GenAI die Art und Weise, wie Unternehmen und Marken gefunden werden?

Zum Nacherleben der im Podcast angesprochenen Themen checkt die folgenden Links:
T-Systems - Industrial AI Cloud (t-systems.com/ch/de/kuenstliche-intelligenz/lo…)

McKinsey - The economic potential of generative AI: The next productivity frontier (mckinsey.com/capabilities/tech-and-ai/our-insi…)

Transkriptvom Podcast bereitgestellt · Zeitmarken springen hin

Thorsten begrüßt heute Jana Groß. Jana ist Professorin für Digitales Marketing an der Catch Business School in Bordeaux, sie studierte Volkswirtschaftslehre an der Universität Lausanne und promovierte an der ETH Zürich. In ihrer Forschung fokussiert sich Jana auf künstliche Intelligenz, Data Science, Social Media & Branding.

als Beraterin und Coach unterstützt ihr Unternehmen bei der Implementierung von AI im Marketing und der Entwicklung von datengesteuertem Marketing. Jana lebt in Bordeaux, ist verheiratet Mutter einer Tochter und eines Sohnes, Yoga-Lehrerin und zertifizierte Weinexpertin. Es ist ja nicht das erste Mal, sondern das zweite mal, dass du in unserem Podcast dabei bist.

Deswegen unsere übliche Einstiegsfrage etwas variiert. Kannst Du mir Deine Lieblings-IT-Marke? Deine lieblings Schokoladenmarke und deine Lieblungsbekleidungsmarke nennen? Meine Lieblins IT Marke ist tatsächlich Apple. Mein Vater hat mir damals einen iMac G-IV geschenkt als mein ersten Computer. Ich weiß nicht, ob du dich an dieses ikonische Modell erinnern kannst?

Das ist dieser Halbmond... Ah ja! Genau der von einer Sonnenblume inspiriert ist. das war mein allererster Computer und damit habe ich eigentlich meine Liebe und Leidenschaft zu Apple entdeckt die bis heute anhält. Und meine Lieblingsschokoladenmarke is Max Chocolatier aus Luzern. Und zwar liebe ich da diese Kombination aus Handwerk, für mich fast schon Kunst gekoppelt mit Qualität und natürlich das Erlebnis.

Also ich finde die schaffen es den absolutes Sinneserlebnis zu schaffen mit ihrer Schokolade. also man kauft nicht einfach Schokoladen sondern wirklich ein absolutes Erlebnis. und meine Lieblingsmodemage habe ich tatsächlich im Bereich Kleidung gar nicht aber im Bereich Schuhe und zwar ist dass die Marke Gabor.

Bei denen bin ich auch schon sehr lange und sehr treu. Und aus Brandmanager Sicht eine Traumkundin, denn ich habe oft Modelle in mehreren Farben. Bei mir ist es tatsächlich so... Ich kenne meine Schuhgröße und bestell das dann auch online und probiere die Modelle auch gar nicht physisch an. Siehst du irgendeine Gemeinsamkeit zwischen den drei Marken?

Deinen drei Lieblingsmarken! Ich hätte ja da einen Tipp Es sind nicht die größten Ja, okay ja das stimmt. Das sind nicht die günstigsten! Was auch alle drei zusammen haben was ich generell an Markensärscherze ist Qualität. Das hat sowohl für mich Apple als auch Max Schokolad hier also auch Gabo in ihren Produkten und Versprechenqualität und halten natürlich dann auch die Qualität ein.

Du lebst jetzt seit einigen Jahren in Bordeaux in Frankreich? Was sind denn die Unterschiede im Einzelhandel zwischen Frankreich und der Schweiz. Es ist der Stellenwert von den Lebensmitteln, also wie ich das in Frankreich wahrnehme, ist Einkaufen von spezifisch Lebensmittel ein viel größerer Teil der Kultur und des Alltags.

Also das heißt man geht tatsächlich zum Metzger, zum Bäcker zu der Fischerei und kauft da die Produkte ein und am Wochenende vor allem auch die Märkte. dann nicht nur Käse oder Fisch, sondern man spricht auch sehr davon wo das herkommt was man damit kochen kann. Es geht auch oft dann sehr stark um die Beziehung zu dem Einzelhändler.

in der Schweiz erlebe ich den Einzelhandel von Lebensmitteln als strukturiert Das heißt es gibt klare Abläufe da bekommt man gute Qualität klare Prozesse und ich würde sagen da ist der Unterschied Zu Frankreich. in Frankreich zelebriert man tatsächlich die Lebensmittelessen und spezifische Zweihen in Bordeaux viel stärker wie in der Schweiz.

Eine kleine Anschlussfrage, welcher Einzelhändler ist in der schweiz deine Favorit? Und welche in Frankreich? von den großen Ketten? In Frankreich ist es für mich ganz klar Carrefour-Machkett. Die haben dann diesen großes Sortiment, von frischem Fisch, frisch im Fleisch bis hin zu einer integrierten Bäckerei und Weinhandlung.

tatsächlich also jetzt hier bei uns in Bordeaux... ...in der Schweiz. Zu dem Zeitpunkt wo ich weggegangen bin war das für mich Kob. Also ich war ganz klar ein Kobkind wie man so schön sagt! Jetzt habe ich eine ganz andere Frage aus einem ganz anderen Feld. Du hast es ja sicherlich auch verfolgt, dass Onn der berühmte Sportartikel Anbieter aus der Schweiz bisher spezialisiert auf Laufschuhe oder Lauequipment und seit einigen Jahren zusammen mit Roger Federer auch im Tennismarkt aktiv haben jetzt gerade angekündigt, dass sie auch in den Fußballmarkt hineingehen.

Sehr sehr großer Markt und Paukschlag ist das Sie dies tun mit Kilian Mbappé zusammen der sein Nike Vertrag hat auslaufen lassen und nicht zu Adidas oder Puma gegangen ist sondern jetzt eben zur On geht. und interessanterweise steckt in dem Deal auch noch Thierry Henri drin eine Fußballlegende in Frankreich.

also Man hat sich zwei Franzosen gekauft. Mich interessiert, wie wird das in Frankreich diskutiert? In Frankreich wird es diskutiert als Petit-Revolution – in den Medien als kleine Revolution, dass Kylian M. Papé jetzt zu Onn gegangen ist und vor allem dort auch nicht eine Rolle von seinem klassischen Brand Ambassador hat sondern ja auch wirklich aktionär ist und auch involviertes in die Produktentwicklung.

im Bereich Fußball ist es natürlich sehr spannend, dadurch dass sie sich mit Kilian im Papier Reichweite auf der einen Seite reingeholt haben und mit Thierry Henri auch Klaubwürdigkeit. Dadurch dass das natürlich zwei französische Sportlers sind aus verschiedenen Generationen. Wir im Marketing setzen uns ja auch intensivst immer wieder auseinander ob's noch irgendwelche Lagerfeuer gibt wo man ihm zum Beispiel lineares TV nutzen kann, um größere Zielgruppen zu erreichen.

Wir alle wissen dass das immer noch sehr gut mit Sport funktioniert und die andere Linie, die ja offensichtlich auch weltweit zu funktionieren scheint sind Reality-TV Formate. Hast du da irgendeines? Wo du sagen würdest Das ist neu! Das ist momentan das angesagteste insbesondere in Frankreich Die Unterhaltungsshow die Verräter.

Also vielleicht für die Zuhörenden, die die Unterhaltungsschau nicht kennen. Da leben Pominente zusammen in einem Schloss. wenn es mich sogar täuscht wird das sogar in Frankreich gedreht. unter den Pominenten gibt es Loyale und es gibt Verräter also so ein bisschen angegliedert an Wehrwolf. da geht es natürlich sehr viel um Täuschungen Manipulatione.

also die Loyalen müssen durchgespräche eigentlich herausfinden wer die verräter sind und im Umkehrschluss Die Verräte müssen natürlich Täuschen vorgeben, dass sie Loyale sind. Und ich finde das deshalb so spannend weil es natürlich sehr stark auf psychologische Sozialleffekte zurückgreift. also halt um das ganze Thema Täuschung, Manipulation, Krüppendynamik wie entstehen Gruppendynamiken?

und gerade wir Marketing setzen uns ja auch sehr stark mit Psychologie- und Gruppeffekten auseinander Und ich finde, das kann man in der Show sehr schön sehen und beobachten wie sowas entsteht. Ich würde gerne mit dir darüber sprechen, wie sieht es mit dem Status quo von AI in Unternehmen aus? Wir sind hier im extrem dynamischen Umfeld unterwegs.

also wenn man nur auf Investitionen in den Jahr die schätzungsweise weltweit in A.I. getätigt werden, so spricht man ja von einem Investitionsvolumen in einer Größenordnung wenn wir uns nur auf im engeren Sinne auf A. I. Investition beziehen von einer Billion US-Dollar von denen in der Größenordnung fünfhundertachzig Milliarden allein natürlich in den USA investiert werden.

erweitert man aber dem Begriff KI-Ausgaben insgesamt, also Software, Agentik AI, Cybersicherheit IT Services etc. kommt man auf eine unfassbare Summe von zwei Kommasieben Billionen US Dollar. und auch im deutschsprachigen Raum in der Schweiz Österreich und Deutschland wird massiv in AI investiert. Um nur ein Indikator zu nennen, diese gefalltige Investition der Deutschen Telekom zusammen mit SAP und NVIDIA in die sogenannte Industrial AI Cloud.

Die wurde im Jahr für das Jahr hier in München startet und was ich kürzlich gehört habe im Grunde aus verkauft ist. Also da passiert rein schon von Investitionen eine Menge! Und wenn wir uns jetzt in unser Disziplin-Marketing umsehen, hab' ich so den Eindruck es gibt kein Feld, wo AI nicht relevant ist fürs Marketing startend mit der Generierung von Customer Insights über klassische Entscheidungsunterstützung.

Denn das weite Feld der Marketing-Automatisierung und die ganze Feld der Interaktion in welcher Form auch immer mit Kunden überall können wir AI einsetzen. Das ist so die eine Welt. Die andere Welt scheint mir die zu sein, dass Unternehmen sehr unterschiedlich damit umgehen. Ich kenne Unternehmen da habe ich den Eindruck das wird immer noch als individuelles Hobby von einzelnen Mitarbeitenden betrachtet und ich kenne andere Unternehmen.

Da ist es ein ganz zentrales strategisches Projekt. jetzt weiß ich, dass du mit Kollegen in größeres Forschungsprojekt gestartet hast wo ihr Cases untersucht habt, wie Unternehmen tatsächlich mit der Integration von AI umgehen. Könntest du etwas den Hintergrund der Studie schildern? Was ist die Problemstellung und was ist die Zielsetzung?

Ziel von dem Forschungsprojekt war zu verstehen, wie man KI erfolgreich skalieren kann in den Unternehmen. Das heißt genau... eigentlich weg von dieser Sichtweise, dass KI als ein weiteres Tool eingebaut wird hinzu. Wie kann man das wirklich systematisch in die Prozesse und in den Workflows im Marketing und auch im Unternehmen als ganzes einsetzen?

Wir haben dazu verschiedene Studien gemacht und unter anderem verschiedene Fälle von Unternehmen angeschaut – die KI-Projekte eingesetzt haben, um zu verstehen was sind eigentlich verschiedene Ansätze die man wählen kann. Um KI-Projekte erfolgreich umzusetzen und vor allem diese auch zu skalieren. da gibt es verschiedene Herausforderungen mit denen die Unternehmen zu kämpfen haben.

Die eine Herausforderung ist, die du auch schon angesprochen hast auf kultureller Ebene. Das heißt, dass ein Unternehmen ein einheitliches Verständnis darüber hat. Wie definieren Sie KI? Was soll das eigentlich beinhalten und was ist wirklich auch der Mehrwert die KI liefern soll? Das ist die eine Ebene und die andere Ebene ist wie dann die KI operationell eingesetzt wird wie die KI als Agent in den einzelnen Marketing-Aktivitäten eingebaut wird.

Du hast jetzt erwähnt, ihr habt Fallstudien durchgeführt wenn ich mich recht an Sinne. nach fünfzehn Fallsstudien und zwar in sehr unterschiedlichen Branchen bei sehr unterschiedlichem Unternehmen kann man da grobe Muster erkennen wie Unternehmen aktuell mit der AI Skalierung, AI Integration umgehen.

Wir konnten feststellen, dass es zwei Herangehensweisen gibt. Die einen operationalisieren KI sehr schnell, d. h., die identifizieren Use-Cases und bauen dort die KI ein in verschiedene Marketing-, Aktivitäten oder Prozesse. Und die anderen Unternehmen bauen sozusagen zuerst das Kulturelle Fundament von einem KI Verständnis auf und identifiziert.

parallel dazu auch schon kleine spezifische Use-Cases. Da gibt es Vor und Nachteile bei beiden Herangehensweisen, gerade was wir feststellen konnten in den Cases ist wenn man sehr stark zuerst KI wirklich operationell einbaut dann konnten wir da feststellen dass oft man irgendwann an den Punkt kam an die man feststellen musste das doch da dass quasi Grundverständnis und auch dieses gemeinschaftliche Verständnis fehlt oder noch nicht soweit ausgeprägt war, was die KI eigentlich können soll.

Also oft hat man da auch gesehen in den Fällen das es dann zu einer fragmentierten KI-Landschaft geführt hat, dass oft KI als ein weiteres Tool in der digitalen Landschaft eingebaut wurde und dadurch eine gewisse Ineffizienz geschafft wurde im Umkehrschluss an den Fellen, die wir gesehen haben sehr stark an der Grundlage arbeiten, da wirklich auch die Mitarbeiter mitzudehben ein gemeinschaftliches Verständnis von der KI zu haben.

Auch die Werte was man darf, was man nicht darf, das sind auch die moralischen und ethischen Ansätze und parallel so eine Priorität Liste von einzelnen Use Cases oder Fällen identifiziert hat wo man dann PÖA-Pö die KI eingesetzt hat umzuzeigen. So funktioniert das! Das kann die KI KI nicht und so natürlich dann langsam skaliert hat, und da parallel gearbeitet hat.

Wenn man dich mal jetzt ein bisschen zurücklehnt und sagt wir haben ja eine Idee über unsere Ideal also ich würde mir so locker formulieren Wir haben das richtige Mindset im Unternehmen Wir haben gewisse Guidelines geschaffen Und in dem Kontext So habe ich dich verstanden. Braucht es auch einen hohen Schuss Empowerment der Mitarbeitenden, weil wir in einem hochdynamischen Kontext unterwegs sind?

Wenn du mal so grob formulieren könntest was sind die Capabilities, die Kompetenzen und die Fähigkeiten, die unten Unternehmen haben muss. Ein Unternehmen braucht – das war auch eine Forschung – identifiziert haben ganz kleine KI-Strategie wie ich es vorhin schon erwähnt hab also eine KI Strategie, die klar definiert ist kommuniziert ist und die dann auch durchgesetzt wird.

Also das heißt, dass man sich auf der einen Seite wirklich im Topmanagement diesen Thema KI annimmt und natürlich auch im zweiten Schritt sagt okay jetzt ziehen wir das auch wirklich durch mit allem was dazugehört. Man braucht dann im zweiten schritt auch ganz klar Prozesse und Strukturen was die KI-Projekte oder auch die KI Modelle angeht, also das beinhaltet vor allem auch Verantwortlichkeiten.

Wer ist verantwortlich für KI-Modelle? Was passiert auch mit den KI Modellen wenn Mitarbeitende gehen? Auch das ganze Thema Infrastruktur, das ganze thema Legal Ethics, dass man da klare Strukturen im Unternehmen hat wie man vorzugehen hat. Das sind zwei wichtige Eigenschaften. Und dann natürlich auch weiter, wie baut man die KI wirklich in die Prozesse ein?

Also dass man halt nicht einen bestehenden Prozess hat und sagt wir legen da jetzt die KI drüber sondern halt wirklich daran geht und sagt Wie muss der Marketingprozess oder der Workflow neu definiert werden so das wirklich die mitarbeitenden MittecKI effizient arbeiten können. Und das beinhaltet, dass man die Mitarbeitenden befähigt wirklich kompetent mit einer KI zu arbeiten also dass man sie auch begleitet.

und es ist bei gewissen Mitarbeitendern etwas enger und bei anderen weniger je nachdem was natürlich die individuelle Präferenz und Einstellung gegenüber dem Thema KI ist damit die natürlich auch genau dieses Verständnis und dieses Fundament bekommen. was kann eigentlich eine KI? Jana, wir kommen zu unserem zweiten Thema und wechseln etwas die Perspektive aber nicht grundsätzlich das dem Feld in dem wir diskutieren.

Wir bleiben bei AI. meine Frage an dich als AI-Expertin. wie nutzen wir? Und wenn ich wir sage mein ich wir Menschen jetzt innen Business-Kontext gelegt. Wir Menschen als Konsumenten oder aber auch wir Menschen, als Mitarbeitende, JAN AI richtig und ich ergänze noch ohne das eigene Denken vollkommen zu vernachlässigen.

Aus meiner Sicht benötigt es da zwei Faktoren. Zum einen, wie ich es vorhin schon angesprochen habe dieses Grundvorständnis. Was ist KI? Was kann es und wo sind die Grenzen? oder jetzt spezifisch auf deine Frage im Kontext von generativer KI. also was keine generative KI? was kann ein Sprachmodell also ein large language model das denkt ja nicht wie ein Mensch sondern dass lernt ja Muster basierend auf Daten mit dem es trainiert wurde Und basierend auf diesen trainierten Daten generiert es plausible Antworten.

Dieses Grundverständnis heute ist essentiell, um generative KI kompetent nutzen zu können. Für mich muss man da auch unterscheiden zwischen KI-Nutzung und KI-Verständnis. Was meine ich damit? Nur weil jemand heute Chatchi Biti oder Claude jeden Tag nutzt, heißt das nicht automatisch. Dass man versteht wie die Technologie funktioniert und es daher automatisch kompetent nutzt.

Da geht es genau dann los dieses Grundverständnis zu schaffen, wieso ein Sprachmodell funktioniert? Was kann es? Wo sind die Grenzen? Welche Datennutze ist mit welchen Daten wurde es trainiert? Und welche Daten muss ich auch noch zusätzlich als Nutzer reingeben, um wirklich gute KI-Ergebnisse zu erhalten.

Also wo man das meiner Meinung nach sehr schön sehen kann ist im Fall von den Halluzinationen einer generativen KI. also eine generative KI kann neue Inhalte komplett frei erfinden diese aber natürlich total überzeugend vermitteln. Um genau das auszubügeln, benötigt es wirklich so dieses Verständnis.

Wie funktioniert eine generative KI um diese Halluzinationen oder auch diese Verzerrungen identifizieren zu können? Weil schlussendlich ist eine KI nicht fehlerfrei die ist trainiert auf den Daten und auch die Daten haben eine Verzerringung. Und eine KI kann natürlich dann diese Verzehrung nehmen und gegebenenfalls sogar noch verstärken.

Das ist der eine Punkt. Und der zweite Punkt ist für mich die bewusste Nutzung von einer generativen KI, also dass man sich fragt wann nutze ich die generative KI und wann nicht? Also das heißt selbst wenn die generative KI oder eine KI generell die Aufgabe zwanzigmal schneller lösen könnte wie der Mensch es ist manchmal wichtig, dass genau der Mensch durch diesen kognitiven Prozess geht.

Wenn's wichtig ist, dass man einen Text schreibt kann es vielleicht ganz spannend sein, dass trotzdem der Mensch das macht. Auch wenn vielleicht Chachibiti oder Claude in zwanzig Sekunden den Text viel schneller runterschreiben könnte. aber oft geht's da gar nicht um das Ergebnis sondern um diesen kognitiven Prozess des Lernens und des Hinterfragens Und das ist auch was ich bei meinen Studierenden sehr stark sehe Ich unterrichte ja sehr viel im Bereich KI und integriere vor allem generative KI dass man da aufpasst, diese Fähigkeit weniger zu trainieren.

Dieses kritische Hinterfragen... Ein Thema scheint mir schon wichtig betonen ist ein Thema jetzt. es ist ja schon die Qualität der Daten oder. ich hatte kürzlich die große Freude um Mobility Summit in Berlin teilzunehmen. dort wurde vorgestellt das Waymo also die Tochter von Alphabet jetzt nach Deutschland kommt, um dort auch Robotaxis zu installieren und zwar in München.

Und dort habe ich einen AI-Agenten kennenlernen dürfen nämlich den Y-Mode Driver. Der Y- Mode Driver ist natürlich hochentwickelt. da stecken Milliarden Investition von Alphabet drin. vor allem kann dieser Y- mode Driver auf Top Information zurückgreifen Real Life aus vier Quellen also Audio via Mikrofon, Video via Kamera und dann auch Radar und Lidar.

Und es sind unendlich viele Sensoren bringen Informations ins System hinein. wenn wir uns mit Gen i in dem Marketing Kontext auseinander setzen haben wir ja gar nicht diese Datenqualität. also der Klassiker ist JetGBT speist sich zu so und so viel Prozent aus Wikipedia, und aus Reddit. Und das ist die Datenqualität.

Wie kann man im Marketing-Kontext dieses Problemen der mangelhaften Datenqualitet lösen? Eine erfolgreiche KI Nutzung beginnt natürlich schon vor der KI nämlich mit den Daten weil natürlich die KI auf den Daten trainiert wird. Mehr Daten führen nicht automatisch zu einem besseren KI-Ergebnis, sondern es geht darum, qualitativ hochwertige Daten zu haben.

Und dafür muss man natürlich im ersten Schritt Daten verstehen. Welche Daten besitzen wir? Mit welchen Daten arbeiten wir? und dann im zweiten Schritt die Daten auch kritisch zu hinterfragen. sind die Daten objektiv gut also sind sie korrekt? sind die auch relevant? Also ganz nach dem Prinzip garbage in garbage out wenn man natürlich eine schlechte Datenqualität in die KI einführt.

Dann werden, wie ich es bereits gesagt habe genau diese Verzerrungen, die es in den Daten hat, werden natürlich auch in den Ergebnissen der KI widerspiegelt. Vollkommen andere Perspektive jetzt aber auch angetriggert durch deine einleitenden Ausführungen. Studierende mussten und müssen Diplomarbeiten, Bachelor Arbeiten, Master Arbeiten schreiben.

Also irgendwie Fünfzig, Sechzig, Achtzig Seiten Text erzeugen. Das geht ja heute bekanntlich ruckzuck durch einen sehr gut gemachten Prompt. Dann bist du als Professorin mit so einem Text konfrontiert? Ich nehme an den gibst Du dann auch in Claude ein. Lässt Dir eine Zusammenfassung liefern oder wie gehst Du damit um?

Ja und nein! kann eine generative KI sehr hilfreich sein, eine schnelle Übersicht über ein Thema oder zum Beispiel über eine Masterarbeit zu bekommen. Nichtsdestotrotz kann man gerade bei dem Bereich Masterarbeit doch sehr schnell die Grenzen von einer KI sehen und verstehen. also ich weiß da zum Beispiel bei mir jetzt im Kontext ganz genau wo auf was sich achten muss um zu identifizieren ja wurde diese Arbeit mit Hilfe von einer generativen KI geschrieben und entwickelt oder wurde sie wirklich komplett von der generatifen KI entwickelt.

Da gibt es ja auch unterschiedliche Philosophie- oder Diskussion, soll eine Masterarbeit überhaupt mit einer KI geschrieben werden? Oder nicht? Ich habe den Ansatz an meinen Kursen das ich generative KI nicht verbiete im Gegensatz. Ich bin ein großer Befürworter aber ganz klar mit der Perspektive dass man das verantwortungsvoll und halt auch kompetent nutzt und damit auch transparent.

Ich bekleide die Studierenden durch diesen ganzen Prozess und weiß wie und wo sie die generative KI eingesetzt haben. Wenn man dieselbe Fragestellung jetzt mal einen generellen Kontext stellt, ist es nicht das Ende von längeren Texten? Der Dichter schafft den längeren text hat seinen Agenten der Rezipient hat sein Agenten Und dann gibt's die Essenz davon.

müssen wir nicht heute einfach schlichtweg in Essenzen denken nicht nur im Unikontext, sondern auch im Marketingkontext. Das ist auf jeden Fall eine Gefahr die besteht dass KI-Inhalte generiert, filtert bewertet und das eben im Kontext von Agenten komplett autonom. da komme ich dann nochmal zurück auf unser Gespräch ganz am Anfang.

Ist es wichtig egal ob das jetzt in Marketingkontext oder im Unikkontext die Prozesse neu zu definieren? Und halt ganz bewusst zu entscheiden wo setzt sich die KI ein und wo nicht. Da geht es auch um Transparenz, nicht um diesen Ansatz zu verbieten. Dass man eine generative KI nutzt sondern um darzustellen wie wurde sie denn genutzt und halt auch dann sogenannte Safeguards hat?

Wo man sagt hey hier muss aber der Mensch wirklich ein Auge drauf werfen und bewerten was die KI generiert hat. aus meiner Sicht ist das der Schlüssel das erfolgreiche Zusammenspiel zwischen Mensch und der KI. Also ich stimme dir da hundertprozentig zu Möchte es von mir aus nochmal deinen Punkt unterstreichen.

Das Entscheidende ist nicht KI auf alte Prozesse zu setzen, wenn wir an den Unikontext denken jetzt schreibt halt KI die Masterarbeit. das kann's ja offensichtlich nicht sein und dass gleiche findet in Unternehmen in welchem Kontext auch immer statt. Wir haben nichts davon wenn nach alten Regeln dein KI-Agent langen text oder sonst was schafft und mein agent dechiffriert ihn dann nochmal.

das kann nicht der weg sein sondern wir haben neue prozesse wir haben neue regeln. Und die müssen erst mal etabliert und geschaffen und erkannt werden. das sehe ich genau so. jetzt immer noch unser selbes themenfeld immer noch angetriggert durch deine einleitenden worte aber vollkommen andere Perspektive.

Du hast ja gesagt, es ist ein massiver Unterschied ob jemand KI versteht oder KI anwendet? Jetzt können wir Konsumentinnen und Konsumenten nicht verbieten, KI anzuwenden obwohl sie es nicht verstehen. Konsumenter sind Convenience Junkies und es ist einfach simpel im KI-Modus von Google einzugeben was sind die besten Turnschuhe für meine kaputten Kniele?

dann gibt's eine Antwort und dann arbeite ich mit dieser Antwort. Was ist dein Ratschlag für Unternehmen? Wie sollen sie damit umgehen?". Da gilt die alte Marketing-Weisheit, man muss dort den Kunden abholen wo er ist. das heißt heute Nicht mehr im klassischen Sinne SEO, also Search Engine Optimization.

Wie werde ich möglichst hoch in Google gerankt? Sondern wie werde ich Teil der Antwort? Das heißt GEO Generative Engine Optimisation. Wie schaffe ich es als Marke, Teil der antwort im Algorithmus zu werden dass meine Webseite oder mein Produkt in der Antwort erscheint? Wie sieht der Status quo beim Einsatz von künstlicher Intelligenz im Marketing aus?

Wie lässt sich die Integration von KI im Marketing skalieren, ist es mehr eine organisatorische als eine technologische Herausforderung. Welche Kompetenzen und Ressourcen sind zentral? Wie lasst sich Generative AI nutzen ohne das eigene Denken einzustellen? Welche Datenkompetenze brauchen Unternehmen und Mitarbeiter bevor KI sinnvoll eingesetzt und skaliert werden kann.

Wie verändert GenAI die Art und Weise, wie Unternehmen und Marken gefunden werden? Falls ihr mehr zu diesen Fragen wisst als Jana und Thorsten könnt ihr auf unserem LinkedIn-Channel eure Weisheiten mit uns und der restlichen Marketing Community teilen. Den Link findet ihr in Show Notes. Zudem befinden sich dort auch Links zu verschiedenen Quellen Die Auskunft zu den heute diskutierten Themen geben auf Wiederhören.

Anmelden oder registrieren

Jetzt

0:00 / 0:00