00:00:05: Willkommen beim Marketer-Trock, dem Podcast der Marketing Börse.

00:00:09: Hier erwarten euch spannende Gespräche und Interviews mit Experten aus der Marketing Szene.

00:00:17: Heute habe ich bei mir Jonathan Mahl, er ist Geschäftsführer von Nordflasch.

00:00:21: Hallo Jonathan, danke dass du die Zeit nimmst.

00:00:25: So wir haben ja gerade vor einem Jahr gesprochen.

00:00:27: eigentlich worüber man reden?

00:00:30: gibt es was Neues?

00:00:31: Ja.

00:00:35: Die Frage übrigt sich im KI-Umfeld, glaube ich, wo ja jeden Tag irgendwie was Neues ist.

00:00:41: Schieß los!

00:00:42: Also vielleicht ganz kurz um unsere Hörerinnen abzuholen?

00:00:45: Was macht Neuropflash?

00:00:47: und aber relativ kurz... Und dann kommen wir zum Thema, was gibt es Neues?

00:00:52: denn das letzte Interview ist online.

00:00:54: Das kann man sehen wenn man das hier anhört Kann man auf dein Namen klicken und dann sieht man auch das Letzte.

00:00:59: Sehr gut Ja, genau.

00:01:01: Ein Euroflash simuliert individuelle Menschen mit KM damit Entscheider wissen was bei denen nicht gut ankommt.

00:01:09: Perfekt!

00:01:10: Das war der Elevator Pinch schlechthin.

00:01:13: Super und das ist ein ganz wichtiges Ding was viele Unternehmen schon begriffen haben aber die meisten noch nicht begriffene haben wie wahnsinnig wichtig dass es so jetzt aber mal zu euch als KI Company.

00:01:25: also da hat sich ja bei den LLMs extrem viel getan.

00:01:28: Und als wir gesprochen haben, war eigentlich damals eher würde ich mal sagen zerzipitiv vorne.

00:01:35: und heute sagen alle Experten an Tropic hat da extremst aufgeholt.

00:01:39: Was sagst du dazu als Experte?

00:01:41: Und das ist bei uns genauso.

00:01:43: also wie sie mittlerweile eine komplette AI-First Claude Code bei jedem installiert und die Agenten reden miteinander der Company gewonnen.

00:01:51: Wie hat es angefangen?

00:01:52: Das ist nämlich echt... Also das war ja so.

00:01:55: Enthropic hat gesehen dass über Weihnachten die Mitarbeiter auf einmal Cloud Code genutzt haben für ganz komische Sachen.

00:02:01: Mittlerweile auch, wie Windows verfügbar in der Desktop App von Cloud und ich habe halt auch angefangen... Ich hatte schon ein bisschen bevor angefangen so Personal AI Systeme sozusagen lokal laufen zu lassen Und das hat so okay funktioniert.

00:02:14: und tatsächlich so Anfang des Jahres hat es halt angefangen richtig gut zu funktionieren.

00:02:18: Sogut dass ich angefangen hab mit eigenen Apps zu bauen Mit unseren APIs.

00:02:23: also Wir haben die digitale Zwillinge und dachten sich, was wäre denn mit den digitalen Zwillingen eigentlich Ads-Hoppies?

00:02:28: Ab irgendwie vergleichen können.

00:02:30: Und für mir sage ich, wie es besser ist.

00:02:32: Okay ging aber auch ein bisschen gedauert.

00:02:34: diese Erinnerung damals von dem Modellen war dann so extrem tatsächlich dass die App sich gebaut hat zum Beispiel auf Grasis von unseren API's.

00:02:42: Die haben dann schon funktioniert Aber das hat immer ein bisschen Gedauert.

00:02:45: und dann kam die neuen Modelle raus.

00:02:46: Ich weiß noch, das waren damals die Gemini-Modelle zB Dann die Codecs, die haben sich immer so abgewechselt Werden am besten war.

00:02:52: Und jedes Mal habe ich einfach dem Ding gesagt, die App Star machst du besser.

00:02:56: Quasi oder finde Bugs macht schneller, kommt mehr modular was auch immer und es hat einfach funktioniert.

00:03:02: Es hat einfach angefangen so zu funktionieren dass sich Teilen aufgehört haben immer diese Safe Copies zu machen damit wenn das Ding mal abbraucht ich wieder drei Visionen zurückgehen kann.

00:03:11: Das wurde wie immer weniger benötigt.

00:03:14: also ich hatte für mich selber diesen AI Assistant aufgebaut der immer besser angefangen zu funktioniere So lange bis ich dann halt irgendwann bei meinen Mitgründern und Mitarbeitern halt so war, hey wir haben gerade unser Gespräch gehabt.

00:03:27: Ich habe das nicht nur zusammengefasst sondern ich hab eine Webseite gebaut die automatisch gecheckt hat worüber wir gesprochen haben, hat Deep Research gemacht zu den ganzen Annahmen die wir in unserem Gespräch hatten aber niemand hinterfragt hat.

00:03:38: Und ich habe auch noch Bilder von uns generiert mit uns als Referenz damit sie dich erinnerst über welchem Setting es war.

00:03:43: Das war einfach da und es hat funktioniert!

00:03:45: Und das war der Zeitpunkt des Anfangs des Jahres wo wir dann angefangen haben.

00:03:49: Jeder kriegt jetzt ein Account, übernimmt mein Template und dann bauen wir das immer weiter aus.

00:03:54: Dann habe ich sogar eine eigene Kraft eingestellt die nur das macht.

00:03:58: also die nur guckt wie verbinden wir das untereinander?

00:04:02: Wir haben einen Hub, da können wir sehen wer was wie nutzt.

00:04:04: wenn wir sehen welche Skills sind gut welches ist nicht gut?

00:04:07: Leute bauen ihre eigenen Skills, scheren ihre Projekte mittlerweile weil warum?

00:04:11: Und dass es wirklich war... Es ist ein Riesenunterschied zwischen Leute benutzen AI-Achzig Prozent der Zeit und Leute benutzen EI hundert Prozent von der Zeit.

00:04:21: Der Unterschied ist gewaltig, weil wenn du anfängst den Output deines Agenten quasi automatisch als Input zu nutzen in dem nächsten Workflow, da wirst Du halt so schnell, du brauchst diese Übergabe des Menschen, die Erklärbuch überwarten das gut wissen was es denn da ist

00:04:36: usw.,

00:04:36: das brauchst Du dann halt viel weniger, weil es ist ja innerhalb des Outputs der anderen Person schon inkludiert.

00:04:42: Ja!

00:04:43: Wir haben seitdem Workshops gehalten, um Leuten zu erklären wie das geht in Agenturen und Unternehmen.

00:04:49: Wir haben viel herausgefunden warum es häufig nicht funktioniert.

00:04:51: wegen IT Security weil Co-Pilot ist da.

00:04:54: die dürfte kein Anthropic machen.

00:04:55: all die ganzen Herausforderungen aber mittlerweile ändert sich das sogar sand.

00:04:59: bis jetzt fast wo wir zu heute.

00:05:03: Ich glaube gestern kam Anthropic Lord raus mit dem Slash Command Goal.

00:05:08: Und was bedeutet Goal?

00:05:09: So kannst du dir sagen Was ist mein Ziel?

00:05:11: Jetzt arbeite mal so lange bis du das Ziel erreicht hast.

00:05:14: Und was habe ich heute morgen gemacht?

00:05:15: Ich habe Ihnen gesagt, okay, simuliere mal die digitalen Spilling meiner Zieh-Gruppe und mache einen LinkedIn-Post.

00:05:23: Aber den zeigst du mir erst wenn drei verschiedene Gruppen unseres ICPs mindestens fünf Leute denen ne acht von zehn Punkte geben.

00:05:30: Und dann ätheriert das Ding.

00:05:32: Zehn Mal guckt halt.

00:05:33: wie kann ich das den Leuten irgendwie schwachhaft machen?

00:05:35: Was ist denn Feedback?

00:05:36: Was brauchen wir noch?

00:05:37: Das funktioniert mit Text genauso wie mit Bildern.

00:05:39: in kürze wahrscheinlich auch noch Videos oder Audio Und du bekommst einfach nicht den ersten Buch so hingerotzt, sondern du bekimmst halt den Gefeintunten von verschiedenen persönlichen, also wirklich simulierten Individuen, evaluiert und validierten Output.

00:05:54: Und dieser Output ist so viel besser!

00:05:57: Also ich würde sehr gerne das den Zuschauern zeigen auch so... Ich hab die Bilder, die ich gerede, mit der Unterschied zwischen Version eins und Version acht.

00:06:06: geballtig.

00:06:07: Sachen werden lesbar Die Punkte werden klar Jedes Detail aus dem Post wird auch wieder aufgenommen in den Bild.

00:06:14: Es ist wirklich... Ja, also es macht Spaß und diese Entwicklung haben wir mitgemacht.

00:06:20: und ja zurück zu dir.

00:06:23: Das hat mich gerne nicht mehr auf.

00:06:25: Wahnsinn, Wahnsinn!

00:06:26: Nee das ist faszinierend dir zuzuhören mit dieser Begeisterung mit der du dabei bist aber eben auch die Dinge selbst dann wirklich auch ausprobiert.

00:06:36: Aber jetzt erklär mal für einen Für jemanden, der gerade mal einmal die Woche mit ChatGPT irgendwas macht und ansonsten eigentlich gar nicht so richtig weiß was ein KI-Argent ist.

00:06:51: Jetzt erklärt dem da mal einem konkreten Beispiel wie er selbst mit Cloud Code einen AI Assistant sich bauen kann.

00:07:03: Genau ganz praktisch!

00:07:04: Und jetzt im Vergleich zu ChatGAPT JetGPC bedeutet, du hast eine Anfrage, kriegst ne Response.

00:07:11: Dann hast du wieder Feedback, kriegs wieder ne Response.

00:07:13: Du bist quasi der Zielgeber oder der Irrenuator, der den Output anguckt und schon guckt genug Und an Feedback geht's, wie es besser geht!

00:07:21: Und du musst quasi immer Sachen selber auch hochladen.

00:07:23: Also du musst ihm sagen hey und jetzt guck dir mal diese Datei an und jetzt nach das.

00:07:26: also du bist auf derjenige der quasi dem sachen zuschaufelt.

00:07:29: Und der Unterschied zu CloudCodes oder Co-Work all diesen Anthropoclingern ist Es lebt in einem Ordner auf deinem Computer.

00:07:38: Und in diesem Ordner, da auf dein Computer kannst du ja schon einen anderen Unterordner haben, indem zum Beispiel alle deine Business-Dokumente sind oder du kannst halt das Ding verbinden mit E-Mail okay?

00:07:49: Das geht jetzt bei Chatchabity auch aber du könntest z.B.

00:07:52: auch deinen gesamten Linkenkontakt runterladen auf deiner FESPA zu speichern.

00:07:56: dann hast du da deine Xthausend Kontakte und jetzt kannst du die lokal analysieren weil sie sind ja dann da Genauso wie ja also alle Arten von Dokumenten, Verbindungen usw.

00:08:07: sind auf seiner Festplatte Präsentation irgendwelche Dateien die auch Rechnung und so könnt ihr ja alles schon auf deiner Auf deiner Festplatten sein.

00:08:16: Und wenn das so ist Dann kann halt Cloud Code.

00:08:19: Wenn du ihm sagst So jetzt hol dir mal die Invoices vom letzten Monat Wer guckt da halt in den Invoice Ordner Guckt in jedes PDF Schaut welche passend dazu Und winkt dann das Ergebnis hoch.

00:08:32: Also er selber sucht nach den Dateien.

00:08:35: Du bist nicht mehr verantwortlich, das dem zuzuschaufeln und wenn du jetzt natürlich anfängst auf diese, auf deinen Kenntnissen von wie du zum Beispiel deine Sachen organisierst kannst du auch einen sogenannten Skill erstellen.

00:08:46: also du bringst im Brei was ein, was schon ein Prozess von dir ist.

00:08:50: Wie suchst du zb nach Rechnung?

00:08:52: Vielleicht guckst du in deinem E-Mails nach, suchst nach den Betrags, sucht nach Emails mit einem Attachment usw.

00:08:58: Das sagst du ihm auch Und dann fühlt er genau das aus aber nicht nachdem ihr es immer klärt hast sondern den, den du einfach sagst.

00:09:05: Exekutiere Skill Rechnung finden und dann guck danach.

00:09:11: okay was war dieser Skill?

00:09:12: Dann hat der Lokal auf deiner Festplatte quasi eine Datei in der dieser Plan drin steht sowieso so wie Standard Operating Procedures SOPs und steht da drinnen gucken Gmail nach, gucken im Ort Number Acht, gucken auf Slack nach und dann suche halt nach ... den Sachen.

00:09:29: und jetzigerweise, ganz häufig findet er auch selber wie hier.

00:09:32: Also manchmal sehe ich ihn, wer dann erfindet irgendwelche Sachen?

00:09:36: aber dann strengt er noch mal den Suchzeitraum ein

00:09:38: usw.,

00:09:39: der macht schon ein paar Sachen selbstständig... Und ich glaube dieses Selbständige verbunden mit dem Besteilung von deinen eigenen Prozessen führt einfach zu einer höheren Wahrscheinlichkeit dass die Aufgabe die du hast dann richtig exekutiert und der Output für dich brauchbar ist Erfindet zum Beispiel so viele Rechnungen wie ich in nach einem Stunde gefunden hätte in fünf Minuten und spart mir damit.

00:10:01: Beziehungsweise in den fünf Minuten, wo der rumrödelt, hol ich mir ein Kaffee oder beantworte schon zwei E-Mails?

00:10:07: Und das ist so unterschiedlich mit ChatGPT!

00:10:09: Du bist halt nicht mehr eins zu eins, du bist sozusagen der Eviduator.

00:10:12: also auch ähnlich wie dieser Slash Command Goal... ...du kannst ihn halt in der Procedure, also in der Beschreibung von dem Prozess kommen mit anderen Frameworks dazu bringen eine Aufgabe so lange auszuführen bis sie tatsächlich gelöstes und autark, der kann auf teilweise Stunden daran arbeiten.

00:10:30: Und die Chance ist jetzt mittlerweile mit den Modellen so hoch geworden, dass die Aufgabe dann richtig ist.

00:10:34: Das es einem wirklich viel Arbeit abnimmt und ein Unternehmen was das nicht nutzt da sehr viel Geld liegen ist.

00:10:42: Ich habe zum Beispiel die Frage ich beschäftige mich mit verschiedenen Themen und habe jetzt einen Thema in dem ich mich eingearbeitet habe.

00:10:53: Das heißt ich selbst hab bisschen Wissen geliefert.

00:10:59: dann habe ich vielleicht mal eine Deep-Research laufen lassen und aus der KI ein paar Informationen.

00:11:05: So, jetzt möchte ich meinen Assistenten haben den ich mit all diesen Wissen fütterte als einen Assistent, der gezielt nur ein bestimmtes Fachgebiet beherrscht damit er eben nicht ausufert und alles Mögliche macht sondern wirklich in einem Fachgebieten aber relativ weit ist inklusive der Recherche.

00:11:25: Was gibt es gerade an aktuellen Entwicklungen?

00:11:27: Ich glaube, das ist eine Anwendung die in sehr vielen Unternehmen gefragt ist.

00:11:33: Also dass dieser Assistent dann Der weiß ja sehr viel über mich und auch über mein Unternehmen, dass der in einer Sicherunggebung ist.

00:11:42: Das ist der eine Punkt.

00:11:43: Und auf der anderen Seite, das er aber Zugang hat zu aktuellen Informationen und sich aus dem Web und aus dem was er alles findet bedienen kann und mir dann zur Verfügung steht als wissenschaftlicher Mitarbeiter sagen wir mal so.

00:11:58: Genau!

00:12:00: Ja uns ich glaube... Was mir in deiner Beschreibung aufgefallen ist Ich überlege jetzt gerade schon die ganze Zeit mal angenommen, du hast diese Sachen.

00:12:09: Wie gibst du sie demagenten?

00:12:11: Wie steht es also sicher dass der das findet.

00:12:13: zum Beispiel habe letztens Blockartikel geschrieben und dann statt nochmal alles zu erzählen was in meinem Kopf ist hab ich ihm gesagt guck mal den letzten zwanzig Transkripten meiner Meetings und Workshops und einen möglichen nach Was ich denn zu den Themen gesagt habe.

00:12:26: Speichert das wieder irgendwo und so weiter Und dann zieht er's daraus.

00:12:30: Also dieses wie kannst Du schon bestehenden Output nutzen?

00:12:33: ... für deine aktuelle Aufgabe.

00:12:36: Und dann plus, und jetzt mach noch mal Deep Research mit einem was du heute findest... Da glaube ich wird ein Stuhl draus!

00:12:42: Damit auch der Kollege nicht sagt von wegen Ja aber hast du es auch selber geschrieben?

00:12:45: Dann ist die Antwort ja, es basiert zu... ...achtzig Prozent auf meinen Gedanken, meinen Aussagen wie in Gesprächen die ich in den letzten Wochen hatte.

00:12:53: Die Nuggets wurden rausgezogen und auf denen ist es basiert.

00:12:57: Und natürlich würde ich dann sagen, cool!

00:12:59: Für welche Zielgruppe ist das?

00:13:00: Dann solltest du halt auch nochmal genau diese Zielgruppen simulieren damit du nicht nur das was du erzählen willst rüberbringst, sondern dass du auch so rüberprängst.

00:13:10: Genau, das ist ja der Kern von dem was ihr macht.

00:13:13: Dass man das dann eben auf die Zielgruppe adaptiert.

00:13:15: aber zurück zu diesem ich nenne ihn mal wissenschaftliche Mitarbeiter, den wissenschaftlichen Mitarbeiter.

00:13:20: Der ist natürlich ganz fleißig und er liefert mir zu neunzig Prozent auch Informationen wo ich sage ja danke aber brauche nicht.

00:13:28: Das heißt wichtig es jetzt dieser iterative Prozess dass er lernt oder sie lernt die Mitarbeiterin was, also die digitale Mitarbeiterin.

00:13:37: Was mich wirklich interessiert?

00:13:39: Also das ist ja auch ein längerer Prozess so dass eben dieser KI-Agent dann auch immer schlauer wird weil ich immer öfter sage Ja nein, ja nein,ja nein.

00:13:52: Willst du jeweils hinne dich ja niemand daran dich selber zu simulieren?

00:13:57: Wir haben dafür natürlich eigene Methoden und sowas entwickelt.

00:14:00: aber es hilft schon einfach mal der KI zu sagen, guck dir meine letzten hundert E-Mails an.

00:14:05: Guck dir diese Blog Post von mir an und so weiter.

00:14:07: Extrehiere daraus wer ich bin.

00:14:09: Und dann nutzt du den quasi als Agenten.

00:14:11: Der quasi all das was Du hast im Kontext hat.

00:14:14: Und mit dem System prompt okay aus meiner Sicht.

00:14:17: was finde ich spannend?

00:14:18: Was ist für mich relevant?

00:14:20: Was sind meine Evaluationskriterien für Qualität?

00:14:23: Und wende diese bitte an!

00:14:25: Noch mal auf das KI System selbst.

00:14:27: also ich schicke jemanden los Mit dem Rechercheauftrag finden wir mal ein paar Dinge.

00:14:34: Dann kriege ich eine Reihe von Antworten, also eine Reiue von Ergebnissen und diese Ergebnisse sind Häppchen wo ich sagen kann ja nein, ja, nein, Ja, Nein!

00:14:43: Also manchmal macht das ein System wie Church of Deeds zum Beispiel dass sie Fragen gefällt ihr dieses oder jenes besser wobei die meisten identisch sind oder sich gar nicht so wahnsinnig unterscheiden?

00:14:54: Aber aus diesem Prozess heraus, glaube ich, entsteht auch sehr viel Wissen spontan.

00:14:59: Also was vorher noch gar nicht vorhanden war.

00:15:02: Absolut!

00:15:03: Je tiefer du in dem Threat bist, desto her kommt da etwas Neues bei raus und vor allem wenn du halt selber Input gibst der auch wirklich reich ist an Informationen und Mustern.

00:15:12: deswegen immer empfehle ich Reusinfot zu nutzen weil da kommt zwischen den Zahlen nochmal mehr rüber, wenn man nicht als einem liebt ist sondern halt was man nicht im Kopf hat Und das kann die KI durchaus aufschnappen und dann entsprechend mehr nach deiner Fasson produzieren.

00:15:28: Wie weit habt ihr fertige Agenten, wo ihr sagt nutzt unseren Agenten der ist besser als ein LLM oder besser als alles was ihr selbst macht?

00:15:39: Wir haben MCP Server und wenn du denen zum ersten Mal startest und du sagst hier mal mein LinkedIn-Post, dann sagt er hey wer bist Du denn?

00:15:47: Geh mir meine URL damit ich deine Markensprache verstehe.

00:15:50: Dann kann er daraus schon extrahieren, okay das ist wahrscheinlich deine Zielgruppe und dann baut er halt selber.

00:15:54: mit den über eine Million Umfragen die wir schon gemacht haben.

00:15:58: Die wir im Datenbank haben zieht es sich dann halt die Individuen wahrscheinlich aus Deutschland aus der richtigen Zielgruppen damit er Thomas und Diana usw.

00:16:07: eigentlich nicht simuliert Und dann sind sie da und dann weiß er selber beim nächsten Mal wenn du mich fragst mach mal ein Blog oder LinkedIn Posts oder helfe mir dabei eine neue Idee zu entwickeln Innovation für meine Zielgruppel ... an Kanadien entsprechend simulieren.

00:16:21: Mit dem MCP, der quasi selber verstanden wird und das Verrückte ist ja... Dadurch dass wir... Du hast es alles im MCP?

00:16:28: Und wir schalten dahinter immer natürlich ein Modell was das Beste ist aus unseren Studien- und Weiterentwicklungen.

00:16:35: aber das passiert automatisch.

00:16:37: Das heißt, das Ding wird einfach immer besser!

00:16:40: Das ist so, dass es ja auch geht zurück an was ich am Anfang erzählt hatte von Anfang des Jahres wo... Es wurde halt in irgendeinem Punkt so gut, dass sich meistens keine Perlen mehr auf der Stirn hatte, weil es halt dann nicht mehr ab und zu alles zerschlossen hat.

00:16:53: Mach das immer noch!

00:16:54: Aber sehr viel seltener gefunden.

00:16:56: Und diese Weiterentwicklung der Modelle im Hintergrund führt einfach dazu dass alles was auch wir jetzt aufbauen also auch dass jeder der Hörer jetzt anfängt aufzubauen mit diesen zum Beispiel lokalen Datenbanken und den eigenen Prozessen von den eigenen Dateien in Referenzchen sowas... Das wird immer schlagkräftiger, das wird immer effektiver in der Anwendung je besser wie so eine Modelle werden.

00:17:15: und das passiert Also das passiert mit einer hohen Wahrscheinlichkeit bei dieses vielumwobene, diese Mauer gegen die DKI's laufen sollten und zwar wurde ja schon jedes Jahr gesagt dass sie da gegen eine Mauer laufen.

00:17:27: Ist halt bisher noch nicht passiert.

00:17:29: Bestens sehen wir teilweise exponentielles Wachstum was die Länge von Aufgaben angeht die Agenten lösen können also wie lange die selbstständig arbeiten können Und natürlich auch die Intelligenz.

00:17:39: Dieses The Last Human Exam wird immer besser.

00:17:41: Wir brauchen bald ein neues Last Last Exam for Humans weil die KI's einfach immer besser werden und wenn das so weitergeht.

00:17:48: Und hat jedes System, was wir jetzt unternehmen aufbauen basierend auf KI'S auch immer besser und immer bessere darin den eigenen Wert noch mal draußen zu tragen.

00:17:57: Jetzt nochmal zurück zur ganz dummen Fragen.

00:17:59: ich stelle gerne völlig dumme Fragen der LinkedIn Assistenten, der gefällt mir so.

00:18:04: Das heißt also dass ist ja auch wie quasi ein Mitarbeitender, den ich einstelle Und ich sage, hier kümmere dich mal um einen Profil.

00:18:14: Ich möchte alle zwei Tage oder sagen wir mal jeden Tag ein Post haben und dann macht er da irgendwas und ich sag, oh Gott das ist ja also das kannst du echt nicht machen.

00:18:23: So und da sagst du schonmal von vornherein dass also dein Assistent das ein bisschen besser kann?

00:18:30: Ich frage deswegen weil das was ich im Social Web sehe Also im ganz konkreten LinkedIn sehe kommt mir schon ein bisschen vor wie in Einheitsprei kommt dann doch oder da merkt man sehr stark die Grenzen von der menschlichen Fantasie also von den Menschen, die da irgendwas posten aber auch die Grenze der KI die sie jeweils einsetzen.

00:18:53: weil irgendwie klingt es ja doch ein bisschen manchmal ein bisschen ganz übel und zwar etwas krass zu sagen.

00:19:00: Also ich glaube jeder der sagt schreibt mir mal einen LinkedIn-Post zum Thema X der kriegt halt... Das klingt schon sehr gut.

00:19:08: So sieht das auch?

00:19:09: Ja genau, das ist Müll!

00:19:10: So ein verschwurbelter KI-Nonsense.

00:19:13: Mein Tipp ist Erfolgendes Gespräch mit jemandem schlauen führen zum Beispiel hier beide oder auch so die Sales Calls oder auch Gruppenmeetings irgendwelche Workshops wo man viele neue Ideen vielleicht entwickelt hat und darüber nachgedacht hat.

00:19:29: Das Aufnehmen, das als Transkript nutzen und dann zum Beispiel einfach fragen hey was ist eigentlich hier raus interessant für meine Zielgruppe?

00:19:36: da kann man jetzt natürlich unsere digitalen Zwillinge nutzen, das würde dir die höchste Qualität geben.

00:19:40: Aber du kannst ja auch schon anfangen einfach zu sagen hier ist der ganze Transcript.

00:19:43: was sind so die Themen, die wirklich neu sind, die interessant werden aus denen ich vielleicht einen LinkedIn-Post machen könnte?

00:19:49: Dann gibt ihr wahrscheinlich schon ein paar Vorschläge.

00:19:52: dann gibst wieder Feedback und sagst dir gut dass und das finde ich gut.

00:19:55: Ich würde das aussehen, dann fügst wir noch etwas hinzu.

00:19:57: was wäre so die Proente am Ende was halt wo die KI sehr gut ist glaube ich Den dann schon, also jetzt hast du ein Nugget, ne?

00:20:05: Du hast so einen Goldnugget.

00:20:07: Aber den musst du noch polieren damit er auch bei der Ziehgruppe gut ankommt.

00:20:10: Sprich gute Hook, guter erste Absatz, Guter Call to Action, damit du nicht nur im Post hast den paar Leute sehen sondern auch einer die hilft und so weiter.

00:20:19: Und da glaube ich sich KI gerade in den Iterationsschleifen Gut um aus seinem Goldnouget einen Polierten zu machen mit einem tollen Hook

00:20:27: usw.,

00:20:27: denn dann wird der Ziehhuppe gut ankommen.

00:20:30: aber das bedeutet Iteration.

00:20:31: Also du kannst dich die Magenten sagen, mach mal und beim ersten Mal ist es fertig.

00:20:35: Das bedeutet, du musst schon mit deinem eigenen Mustern ankommen, deinen Transcript, deine eigene Idee... Ich sag Transcript weil meistens es darin versteckt und man wusste das gar nicht.

00:20:43: dann kann man's da aber auch schon rausholen.

00:20:45: Das hat der einfachste Weg.

00:20:46: muss man noch nie mehr neu drüber nachdenken, das ist schon da!

00:20:48: Aber dann halt ziehst daraus macht das Thema klar ja und dann bringst du sie in die beste Form, die ist ermöglicht dass dein Goldnugget auch gut ankommt?

00:21:01: Das eine ist, dass du mir sagst ja nutz einfach Cloud Code oder nutze einfach LLMs um dich selbst erfolgreicher zu machen und du baust dir das selbst auf.

00:21:12: Meine Frage ist jetzt Siehst du da für dich einen Markt, dass du sagst Thorsten.

00:21:17: Ich habe den Linken in Assistenten und dann kann ich dir vermieten das kostet nicht viel aber der funktioniert wunderbar und er hat bereits der ist bereits vorgefüttert.

00:21:27: also ich stelle jetzt nicht jemandem ein Der als Ausbildung Social Media Management an der Uni Mannheim hat Sondern ich stell jemanden ein der definitiv explizite Erfahrung hat in dem was ich brauche, nämlich BtoB-Kommunikation der mein Hintergrund kennt und so weiter.

00:21:46: Und einfach sehr gut ist besser als alles was ich selbst machen würde.

00:21:52: denn ganz ehrlich die meisten Menschen sind bequem und wollen eben nicht so... auch wenn es AGI ist das ist egal.

00:22:01: die wollen nicht irgendein System sondern wollen sichere Gefühl haben.

00:22:05: ja diesen KI-Agenten, den habe ich von Jonathan gekauft oder gemietet und der Jonathan steht gerade dafür dass er keinen Unfug macht.

00:22:16: Ich glaube es ist eine Frage mit der ich mich vier auseinandergesetzt hab weil natürlich wohnen wir oder lernen wir seitdem wir dieses System haben viel gefragt machen Workshops haben alles mögliche Material um Leuten zu helfen da sozusagen zu starten Mit so einem Personal AI System was man dann ausweiten kann auf die ganze Company Co-Pilot und so weiter, die arbeiten genau daran.

00:22:40: Weil sie sehen halt auch was das bringt.

00:22:42: Und die haben die Distribution Die sind ja schon bei dir, die kriegst du mit deinem Office.

00:22:46: Aber die Herausforderung ist glaube ich.

00:22:49: Also Ich könnte auch dir einen Blogskill geben und mein LinkedIn Skill oder die sind schon gut und die interagieren mit unseren digitalen Zwillingen usw.

00:22:56: Das ist super.

00:22:56: Habe ich jetzt erzählt ihr eine Geschichte, die mich ein bisschen nachdenken lassen?

00:23:01: Ich hatte meinen Blogskill und ich dachte, hier hab' ich Mut, den habe ich mit Büchern inspirieren lassen und so Weiter, der war fertig.

00:23:08: Und dann habe ich aber unser Vanessa heißt über uns, die macht für uns die Blogs und ich hab mir dann mal meinen mit ihrem Verglichen.

00:23:15: Und ihrer war halt viel besser!

00:23:18: Also DKI hat mir meinen Blog-Ghost verkauft als ja das jetzt der beste den es gibt.

00:23:22: Jetzt nicht mit dem Feedback und so... Das hat gut funktioniert sondern einfach von im Aufbau ne?

00:23:28: Wie ist es sozusagen auch geio technisch perfekt dass auch DKI das Guteinlesen kann mit dem Table zu sowas Obwohl ich sogar eben gesagt habe.

00:23:34: probiere dich mal damit ist darauf zu optimieren.

00:23:36: Der von meiner Mitarbeiterin war immer noch signifikant spürbar besser als meine.

00:23:42: Und was habe ich also gemacht?

00:23:43: Sie hat den Skill weiterentwickelt, sie hatte dazu geführt dass der Skill so ist wie sie weiß das es technisch mit ihrer Nachahrung und so weiter einfach gut funktioniert und passt in unserem inneren Block.

00:23:55: Ich glaube das ist das Entscheidende.

00:23:57: Prägst du deinen Mitarbeiter oder zu dieses Expertenwissen.

00:24:01: Okay, der Geschäftsführer kann glauben dass er es genauso gut kann aber ist halt leider nicht so.

00:24:05: Zumindest in meiner Erfahrung nicht.

00:24:06: Aber kriegst du den Mitarbeiter dazu dieses gilt weiterzuentwickeln und wirklich diese Expertise da reinzugeben damit sie jetzt nicht nur einen guten Artikel schreiben können am Tag sondern halt fünf wegen der Karriertrimierung.

00:24:19: aber jeder von denen hat halt die gleiche Qualität.

00:24:22: oder sagen wir mal ein bisschen weniger zu Prozent Qualität aber gegen dem Output natürlich dann schon viermal so gut.

00:24:28: das ist glaube ich die Rostmerung.

00:24:30: Ja, du redest ja genau davon.

00:24:32: Nämlich dass Du einen Mitarbeitenden simulierst und das ist ein Produkt also der... ...das Skillset von Vanessa.

00:24:44: den hast Du dann als fertiges Produkt benutzt?

00:24:47: Und das meine ich mit Produkt!

00:24:49: Also es ist ein Geschäftsmodell für Dich als Unternehmen Skills zu entwickeln und die dann zu verkaufen so wie Du Vanessa Skills gekauft hast, also genommen hast oder hasst.

00:25:04: Also möglicherweise sehe ich es falsch aber ich glaube das ist nicht für uns.

00:25:09: wir bauen digitale Zwillinge und sind der Garant dass in deinen Pipelines wo du etwas für Menschen kreierst Wir die menschen simulieren können bevor du halt draußen auswendest mit Geld dass es nicht funktioniert hätte.

00:25:23: Wir wollen halt dass es so optimiert wird dass es da draußen funktionieren können zeigen dass die Laubigkeit bei uns ... der sehr, sehr hoch ist also bis zu achtundneunzig Prozent.

00:25:30: Hier in der Fuse Case und das es halt so menschenähnlich... ... damit kannst du den die Marktforschung quasi ersetzen oder seine Effektivitätsüberprüfungen usw.

00:25:38: Und warum sage ich das?

00:25:40: Weil ich glaube Companies werden in der Weltagenten zu teilen der Wertschöpfungskette.

00:25:49: Ich will mich lieber auf eine Sache fokussieren und die so richtig gut machen anstatt jetzt zum Beispiel einen guten Blog-Post, Skill-Ross zu geben.

00:25:57: Könnte ich auch?

00:25:58: Aber andere können das... Es gibt viele Vanessa's da draußen wie wir es auch gut können aber ich glaube es gibt wenige die digitale Zwillinge so gut können mit unserem Setup und unseren Kenntnissen in unserer Erfahrung und den Modellen die wir schon gebaut haben usw.

00:26:10: Also ich glaube wir müssen uns in der KI Welt diesen Appen fokussieren die nicht von der KI selber aufgefressen werden weil ich glaube mit dem Modell fünf Schritt weiter Könnte ein noch besserer Blockpost das Skill wahrscheinlich rauskommen, der möglicherweise dann auch besser ist als der von Vanessa.

00:26:25: Nichtdestotrotz!

00:26:27: Der menschliche Teil gerade beim Content... Ich hab's ja schon erwähnt fangen an mit dem Transkript.

00:26:31: du musst dir auch die richtigen Ideen haben und so weiter da sich momentan eine ganz klare oder langfristige Rolle vom Menschen um strategisch das Richtige zu tun.

00:26:41: Okay, dann bleiben wir bei den digitalen Zwillingen.

00:26:44: Welches Wissen muss ich dir liefern?

00:26:47: Dass du meine Zielgruppe erfasst kennst und so weiter.

00:26:51: Also was ist der Wissensinput abgesehen... also ich habe mein ZWM-System wo ich dir anonymisiert dann Daten geben kann weil die müssen natürlich also personenbezogene Daten gehen nicht da hab' ich alles und sagen wir auch bei uns das ein BtoB Unternehmen.

00:27:08: Welche weiteren Quellen kannst du dann nutzen, um die Verfeinerung der Zielgruppe zu erreichen?

00:27:14: Also der einfachste Schritt ist, gib mir die URL deiner Webseite.

00:27:20: Weil daraus kann die KI erschließen wer ist deine Zielgruppen?

00:27:23: für wen schreibst Du das?

00:27:24: wo verdienst Du dein Geld?

00:27:25: Die kann ich simulieren weil mit der Information hast Du direkt aus der KI heraus genügend Indizien alter Geschlechts wahrscheinlich Jobtitel und so weiter ... mit denen wir dann aus unserem Datensatz von bestehenden Umfragen... ... mit was die Richtigen rausfinden, wie dem schon entsprechen.

00:27:43: Beispiel, wir haben ein BtoB-Ambieter für so biomedizinische Produkte,... ... und hier haben es halt, die meinen auch am Anfang ja keine Chance, das sind ganz besondere Leute,... ...das sind so Laborleiter und so, kommen gerade vor der Uni oder sind da schon seit zwanzig Jahren so, die kannst du nicht simulieren?

00:27:58: Ja, konnten wir!

00:28:00: Also von den Leuten gibt's vielleicht fünftausend im Bachraum... ...und wir haben die simulierten können mit den Daten, die wir schon

00:28:05: haben.".

00:28:05: weil wir haben halt genug und können halt tatsächlich auch auswählen, nicht jetzt unbedingt dass wir auch jemanden haben der nach allen Prinzipien dieser Person entspricht.

00:28:13: Aber wir haben jemanden der von der sozusagen dem Entscheidungsmuster, der dem Typ des Dements spricht und deswegen können wir es trotzdem simulieren.

00:28:21: Der hat dann nicht den richtigen Job tiefe, weil davon gibt's halt so wenige.

00:28:24: da ist vielleicht keiner bei uns im Datensatz aber wir haben so eine Art von Typen und sowieso einer Art von Typ entscheidet.

00:28:30: das können wir simulierend und damit simuliere ich mir auf deine Zieh gucken.

00:28:33: Das ist das erste.

00:28:34: Nichtsdestotrotz wird dazu die Vorhersage vor einem Domainschwitz nicht bischen, weil du uns solche Daten dazugibst.

00:28:41: Und die kann ich da geben?

00:28:43: Das ist überhaupt kein Problem!

00:28:44: Ich kann ja auch weiter aus dem Hergeben das heißt... Du bekommst die URL Marketingbörse.de.

00:28:49: Das ist klar Zielgruppe Marketingleiter.

00:28:52: Du bekannst die Umfragen über die Zusammensetzung unserer Zielgruppen und jetzt geht es noch weiter.

00:28:57: Du bekommt jeden Tag Bekommst du zehn Meldungen inklusive, was gefällt dem Menschen?

00:29:02: Was gefällt ihnen nicht?

00:29:04: Das heißt das Klickverhalten dieser Zielgruppe.

00:29:06: Was mehr willst Du noch haben?

00:29:12: Wir bauen gerade einen Personalisierten oder wir haben ihn schon.

00:29:15: ein Personalisierter Newsletter jetzt allein aus den Informationen aus dem Newsletter aber mehr nicht.

00:29:22: Aber was wir jetzt weiter denken könnten wäre, wie wär's denn wenn wir als Marketingglause in Kooperation mit Neuroflash anbieten?

00:29:30: Frag doch mal deine... Zielgruppe, wenn deine Zielgruppen Marketing-Leute sind und dann kannst du an irgendeinem Schiebregler noch sagen Führungsverantwortung ja nein.

00:29:40: Social Media Manager ja nein, Search Manager ja Nein.

00:29:44: kann es also noch genau reingehen Und das wäre die beste Werbung für euch Wenn ihr sagt An dem Beispiel kannst Du mal testen wie sowas funktioniert.

00:29:53: Genau und ich denke Das geht jetzt auch schon.

00:29:56: Ich glaube wenn du uns zum Beispiel Also wenn wir uns Daten angucken zum Beispiel hinsichtlich der Öffnungsraten in einem bestimmten Subsegment und so weiter.

00:30:06: Da kannst du die Informationen nutzen, um dann für dieses spezielle Verhalten nicht nur auf den Achtzig Prozent zu kommen, sagen wir mal, sondern halt echt auf Fünfundneunzig oder Achtundneunzig weil Du halt ein Feedback-Muster hast.

00:30:19: also Du kannst nämlich dir KI dann sagen wegen verändert die Art und Weise wie Du z.B.

00:30:23: den Zwilling befragst, sodass dieses Muster rauskommt.

00:30:26: und das Muster kennst Du ja?

00:30:27: So öffnen die Leute zum Beispiel diese Subjectlines mehr oder sowas und dann kannst du genau dieses Muster nachempfinden.

00:30:33: Und da hast du die Simulation, basierend auf deinen Daten, wie er tatsächlich das abbildet... ...und dann könntest du für dieses Domain spezifische zum Beispiel Newsletter-Öffnungsrate das besser vorhersagen.

00:30:43: Also unsere Zwillinge können quasi generell diese Art Franzikgruppe simulieren und dann halt generell welche Bilder finden die gut, welche Themen finden spannend

00:30:50: usw.,

00:30:51: aber deine Spezielle, die in deinem CRM ist also diese Einzelpersonen sozusagen oder kleinen Subsegmenten, die kannst du mit dem Feedback-Signal Verhalten dann noch mal ein bisschen besser machen tatsächlich.

00:31:02: Das klingt sehr gut, das heißt dein nächster Fachartikel den du für mich schreibst, den schreibest du indem du in unsere von euch gemachte KI reingibst.

00:31:12: wie gefällt denn dieser Facharticle der von mir definierten Marketing-Zielgruppen?

00:31:17: also du definierst auch deine Entscheider und deine Zielgruppe und sagst was wollen die lesen um deinen eigenen Artikel für die Marketing Börse zu optimieren?

00:31:28: Klingt verlockend!

00:31:30: Nimm noch ein zweites Beispiel, weil das ist jetzt wirklich unsere Marketingbubble hier.

00:31:34: Ein zweites Beispiel aus dem BtoB oder BtoC – das ist es jetzt egal!

00:31:39: Gerne auch B to C, da gibt's mehr Informationen von einem konkreten Beispiel einer konkreten Zielgruppe eines Unternehmens, dass mit solchen digitalen Zwillingen arbeitet.

00:31:51: Genau also wir standen gerade auf der Bühne mit dem Uitzinger-Verlag.

00:31:55: Die machen halt Pipi lange Schrumpf und Assa-Blinklinge, das ist alles bei denen.

00:31:59: Viel Kinderbücher!

00:32:00: Manis gab ein neues Produkt... ...das war ein Nostalgiequiz für Erwachsene.

00:32:06: zur Frage kehrt hin und so.

00:32:08: Frage aber halt wie verkaufen wir das?

00:32:09: Welche Verpackung muss da sein?

00:32:11: Und da haben sie verschiedene Designs getestet für die Box wo das da reinkommt.

00:32:15: Unser digitalen Spillinger der Zielgruppe hat dann halt zum Beispiel gesagt hey wieso schreibt ihr da, da war sowas drauf hier von wegen dies und dies für große Kinder.

00:32:25: Man meinte die Ziergruppe aber, wir sind keine Kinder.

00:32:28: Wir sind erwachsen!

00:32:29: So und deswegen wurde das dann geändert zu dies und das für Erwachsene.

00:32:34: Und das Spannende war Die Leute machen halt so viel Produkte für Kinder Dass quasi sie auch wenn Sie wussten dass sich jetzt überwachsen ist.

00:32:42: dieses Für Kinder war so tief drin was sie wirklich auf diese ziergruppen brauchte denen sagt hey verniedliche uns nicht Wir sind erwachsen und die müssen ja dann auch den shops tanieren usw.

00:32:52: sagen das hier kommt ins regal für die Erwachsenen-Spiele.

00:32:56: Und nicht nur haben sie da deswegen halt mit diesem Feedback das Kappa-Edge möchten verändern können, von welcher Taxi da drauf ist sehr.

00:33:03: auch wurde verändert, welche sind Bode drauf sind wo sie sind, wo der Störe ist.

00:33:07: also hier Sachen konnten rausgefunden und verbessert werden... ...und am Ende kannst du quasi dann in den Shop reinlaufen und machst ein Bild von dem Talierregal und sagst dann hier ist das neue Produkt, tue es da mal rein und da kannst Du wieder schauen okay jetzt auch im Competitive Environment, also da wo es am Ende gekauft wird, wird es gesehen.

00:33:24: Wie wird es dann gefunden im Vergleich zu den anderen Sachen?

00:33:27: Also so viel Pre-Testing, dass wenn das Ding jetzt in September rauskommt.

00:33:31: Ja!

00:33:32: Das gesamte Team, der zuversichtlich ist... ...dass es auch gut funktioniert.

00:33:35: Weil halt alle Editionen jetzt erfüllsprechen, dass es so viel besser ist als die erste Idee.

00:33:41: Perfekt.

00:33:42: Dann haben wir noch weitere Beispiele ein, die so anschaulich sind wie dieses Beispiel hier.

00:33:47: Also Verpackungsentwicklung ist ja ein ganz wesentlicher Punkt also Produktentwicklungen natürlich klar Aber dann auch, wenn ich ein gutes Produkt habe wie es an den Menschen bringe.

00:33:59: Es gibt einen Case.

00:34:00: da haben wir LinkedIn Ads genommen.

00:34:03: Da gab's die Original-Vision und wir haben ein Tool das heißt Noble Ranker.

00:34:07: Da kannst du quasi deine Anfangsvisual hochladen und da macht er automatisch mit entsprechenden Modellen Nano Banana II und GPT Image II Variationen, die immer noch den Marker entsprechen aber halt ein bisschen anders sind.

00:34:18: Guckt man die Person nach links oder du tust die Text ein bisschen woanders hin usw.. Aber du kannst halt X-Variation davon machen und die dann auch wieder mit der Ziergruppe bewerten lassen.

00:34:27: Und dann wirklich ranken, deswegen Neuroranker!

00:34:30: Wir haben zeigen können dass die durchschnittliche Bewertung der digitalen Zwillinge Gruppe... ...und ich sage durchsätzlich weil du fragst ja verschiedene Individuen... ...dann hast du deinen Durchschnittswert korrelierte wie viel Geld du ausgedirmt hast für die Werbung.. ..und wie viele Klicks du bekommen hast.

00:34:44: Je höher die durchschneidliche Bewerbungen der Digitalen Zwilinge... ...die muss natürlich da noch spezifisch fragen.

00:34:49: Dann sagst du halt hey du bist auf LinkedIn, scroll jetzt siehst du das würdest drauf klicken.

00:34:52: Und wenn sie dir dann entsprechend die Zahl geben, dann korreliert eine höhere Zahl mit weniger Budget mehr Klicks.

00:34:59: Also du gibst weniger Geld aus für deine Leute.

00:35:02: Überzeugendes Beispiel.

00:35:05: Wo geht es hin?

00:35:06: Was erwartest oder woran arbeitest Du im Moment?

00:35:10: in welche Richtung?

00:35:10: arbeitet Du also sehr stark auf diesen digitalen Zwilling und die weiterzuentwickeln?

00:35:16: Genau weil unser großes Thema aktuell ist HIV Visibility Als Thema, warum?

00:35:23: Weil wir kommen ja von Content und für SEO.

00:35:27: Content zu machen ist schon gut.

00:35:29: Mittlerweile machst du Content für Search Engines weil die sagen... Die listen nicht dann halt wenn sie deinen Content finden!

00:35:36: Und Du kannst digitale Twinning nämlich auch super dafür nutzen.

00:35:39: Weil es schön dass du auf Keywords optimierst.

00:35:41: Warum optimierste nicht auf wo nach deine Leute suchen und wie deine Leute danach suchen?

00:35:46: Weil was bringen dir Klicks wenn jemand kauft?

00:35:48: Du willst hier für deine DC Gruppe raus bauen.

00:35:50: Die müssen dich finden und die müssen sich dann entsprechend entscheiden.

00:35:54: Und deswegen haben wir so einen Query Generator gebaut, der schaut halt über die Customer Journey wie deine Zielgruppe nach dir deiner Marke dein Produkt sucht?

00:36:04: Also was sie suchen?

00:36:05: Was sind die Themen?

00:36:06: Was ist die Fragen

00:36:07: usw.?

00:36:08: Und dann können wir – weil wir halt so viele registrierte Nutzer haben bei uns aus denen wir diese Metadaten sehen können von Wie lange sind eigentlich deren Anfragen?

00:36:16: Wie häufig nutzen Sie Fragezeichen?

00:36:18: Also alles ohne auf den Inhalt zu gucken können wir schon sehen, was sind die Muster?

00:36:23: Wie Leute wirklich suchen in der echten Welt.

00:36:26: Weil ich kann dir sagen wenn du mit LLMs probierst herzusagen wie Leute suchen kriegst du schöne Sätze, häufig mehrere Sätze kannst du geschichten aber so zippt halt niemand weiter.

00:36:36: und genau das können wir halt nicht hören.

00:36:38: diese Queries die halt sehr menschenähnlich sind wo der Inhalt stimmt von einer Zielgruppe und wo es auch wirklich menschliche ist also quasi Teilweise auch fehlerhaft, mit Rechtscheid-Fehlern und so weiter.

00:36:49: Weil Menschen halt wirklich so suchen.

00:36:51: Und so kannst du simulieren... ...und dann ist natürlich auch die Verbesserung, die du anstößt,... ...die richtigen Artikel zu machen für die richtigen Lenkspots.

00:36:59: Also die Punkte in der Journey wo du noch nicht genannt wirst von der KI.

00:37:03: Die kannst du damit Artikeln ausbessern oder mit Advertorials also mit PR usw.

00:37:08: Und dann wirst du halt wer gefunden.

00:37:11: Wir haben verschiedene Cases ein mit EY und natürlich unsere eigene Daten.

00:37:15: Du kommst innerhalb, also in unserem Fall eineinhalb von einem Monat haben wir jetzt schon zehn Prozent erhöherer Sichtbarkeit bei den LLMs.

00:37:23: Vor allem bei Chatchabity.

00:37:24: die sind sehr... Da kann man sich schnell ändern.

00:37:27: Crowd und so sind ein bisschen schwieriger.

00:37:28: da sind vielleicht glaube ich zwei vier Prozent Neue Chachabity.

00:37:31: da sind wir schnell gewesen

00:37:33: Und das ist ja ein Bereich der sich im Moment massiv entwickelt oder wo Unternehmen erkennen wie wichtig diese KI-Visibility heute und in Zukunft werden wird.

00:37:45: Das ist glaube ich das große Thema.

00:37:47: Du siehst ja diese unglaubliche Einbrüche, was SEO Traffic angeht und die Leute kommen schon noch auf deine Webseite um dann zu kaufen.

00:37:54: Das bleibt wichtig aber sie suchen dich woanders und das siehst du kaum.

00:38:00: Jonathan herzlichen Dank für dieses wie immer sehr inspirierende Gespräch und ich glaube wir müssen der Rhythmus ändern und alle sechs Monate miteinander reden.

00:38:10: Sehr gerne!

00:38:11: Das war's auch schon mit der heutigen Episode.

00:38:13: Wir hoffen natürlich, dass ihr euch gefallen hat und würden uns sehr gerne über eine Bewertung freuen!

00:38:19: Wenn ihr keine Folgen verpassen wollt, abonniert gerne den Marketer Talk – der Marketing Börse In diesem Sinne.

00:38:26: vielen Dank fürs Zuhören und bis zum nächsten Mal.