00:00:05: Willkommen beim Marketer-Drock, 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 Dirk Held bei mir.

00:00:20: Er ist Co-Founder von Brainsuite und das habt ihr vor sechs Jahren gegründet.

00:00:28: Also erst mal

00:00:29: Hallo!

00:00:31: Das habt ihr vor sechs Jahren gegründet, das heißt auch so lange bevor Menschen wie ich überhaupt über KI diskutiert haben und geredet haben.

00:00:38: Also vor dem Chat-GPT Moment.

00:00:41: Ja ja wir haben ... also der Christian Scheier und ich, wir haben jetzt die Code gegründe, im Jahr zwei tausend sieben.

00:00:49: Die Code ist eine Marketingberatung, die sich in Deutschland als ein Neuromarketing spezialisiert hat.

00:00:57: Das ist so die Ecke, aus der wir kommen.

00:00:59: und der Chris Scheier.

00:01:01: Der hat schon in Mitte der neunziger Jahren mit neuronalen Netzen am Caltech in Universität Caltech University USA gearbeitet.

00:01:11: im Bereich hört sich jetzt ein bisschen fancy an Computational Neuroscience.

00:01:15: also du hast ja immer in den siebzigerjahren kam ja die Computer auf dann hat man die Metapher die man da hatte zum Beispiel Arbeitsgedächtnis.

00:01:26: Das hat man dann in die Kognitionswissenschaften genommen.

00:01:29: Also das heißt, es gab schon immer diesen Austausch zwischen Kognitionswissenschaften und Computer-Wissenschaften.

00:01:35: Und daher kommt dann auch diese neuronalen Netze des Gehirn nachbildend so.

00:01:40: Und das nannte man in der Mitte der Neuzelger dann eher Computational Neuroscience.

00:01:44: da würde man heute AI zu sagen So!

00:01:46: Das waren aber auch schon damals neuronale Netze

00:01:50: Spannend.

00:01:51: Dann seid ihr sozusagen die Pioniere von dem Ganzen, also die Branche ist sozusagen pioniert dieser ganzen AI-Geschichte?

00:02:01: Genau!

00:02:02: Also du hast diese Idee der neuronalen Netze kommt ja dann auch aus der Perfunktionswissenschaft weil eben unser Gehirn als associatives Netzwerk und als Mustererkennung eigentlich funktioniert.

00:02:15: so da kommt die Analogie her Und das ist ja das, wo man sozusagen den Mensch nachbildet.

00:02:21: Das kommt von dort und du hast neuronale Netze.

00:02:25: in unserem Gehirn sind Assoziationen vor allem, assoziative Netze die Muster erkennen, die Kalkulation durchführen und nichts anderes haben wir heute.

00:02:34: und man nimmt so zu sagen dass was man fungieren weiß wie es funktioniert und hat das dann überführt da der Christian hier das schon in der Mitte der Neuziger gemacht hatte auch einer ersten Lehrbücher zum Thema Artifizielle Intelligenz, also früher neuronale Netze geschrieben.

00:02:52: und dann kam der sogenannte AI Winter weil man auch wenn nicht genug Daten hat.

00:02:56: Man kann nicht weiter.

00:02:57: Es ist gar nicht so dass sich die Ansätze so dramatisch verändert haben sondern es kam vor allem Daten- und Rechenleistung dazu.

00:03:04: Und dann haben wir angefangen in den Zwanzig Neunzen mit Proptor & Gamble dann erste Piloten zu machen.

00:03:10: wie können wir diesen neuronalen Netze dann AI nutzen, um die Effektivität von Werbemitteln und Touchpoints vorher zu sagen.

00:03:21: Und aus diesen Piloten, die wir noch unter dem Dachdicode gemacht haben, haben wir dann zwanzig-zwanzig gesagt, wir machen einen Spinoff und das heißt ein Brainsuite und das ist eher eine Softwarefirma weil wir gemerkt haben du kannst nicht eine Consulting Firma oder du kannst als Consultingfirma keine Software machen.

00:03:42: Das sind sozusagen zwei Welten, die kriegst du nicht zusammen.

00:03:46: Gut und jetzt hoffen wir es natürlich wunderbar skalierbar?

00:03:50: Natürlich!

00:03:51: Dann ist das anders als Service.

00:03:56: Jetzt die Frage... Es gibt Menschen mit denen ich rede aus dieser Pionierzeit also aus dem Maschinen-Learning kommen und die dann sagen, naja, also Gen AI hat jetzt nicht so wahnsinnig viel verändert.

00:04:09: Wie sieht es für euch aus mit den Large Language Models?

00:04:12: Die wir heute haben, haben sie was verändert?

00:04:15: Was verändern die für euch, für eure Arbeit, für euer Produkt?

00:04:20: Ja, also für unser Produkt ganz konkret Wir haben ja angefangen dann auch mit nur zwanzig neun Zentimeter gab's sozusagen noch keine large language models.

00:04:28: Das heißt unsere Startpunkt war dann Maschine Learning und Deep Learning Und wozu wir es heute nutzen, ist eigentlich an zwei Stellen ganz am Anfang um aus Bildern und Videos und Texten Features zu extra hier.

00:04:44: Also das eine ist sozusagen die Extraktion von bestimmten Featuren und ganz am Ende die Ergebnisse zu interpretieren zusammenzufassen so also eigentlich vorne und hinten aber in der Mitte wenn man wirklich präzise und auch robust, und auch wiederholbar eine Evaluation von Werbemitteln machen will.

00:05:13: Dann sollte die Prediction... Wenn das ein LLM macht dann hat man Probleme weil sie natürlich hallucinieren.

00:05:20: Die sind nicht repetitiv, ne?

00:05:22: Aber vorne spielen Sie eine große Rolle und hinten raus bei der Zusammenfassung, bei der Interpretation.

00:05:29: Das ist eigentlich Die beiden Punkte, das setzt jetzt nicht.

00:05:33: Weil du kannst natürlich auch hingehen, kannst sagen letzten Werbemittel hoch und sagt wie wird es meine Zielgruppe finden?

00:05:38: Find die das gut und dann kriegst du eine schöne Antwort okay.

00:05:41: Die klingt auch plausibel weil so sind die nun mal trainiert dass sie einen plausible Antworten geben.

00:05:46: ob das dann wahr ist steht auf dem anderen Ding d.h.

00:05:50: die Kombination aus prädiktiver KI und LLMs.

00:05:54: Das ist dann eigentlich ziemlich mächtig.

00:05:57: Der Grund, warum Menschen so einfach denkende Menschen wie ich im November zwundzwanzig so begeistert waren war ja das wir endlich mit der Maschine reden konnten und es ein Jahrmaßen plausibel klingt.

00:06:11: Das heißt also immer genau bei den beiden Punkten die sagst nämlich Input.

00:06:15: Also ich gebe einen Prompt ein oder ich lade ein Bild einen Text hoch was auch immer Und auf der anderen Seite antwortet mir das Ding dann in einer Art und Weise, wo ich sagen kann ja die Antwort gefällt mir.

00:06:28: Nee macht es kürzer oder mach so

00:06:30: usw.,

00:06:31: aber was dazwischen ist ehrlich gesagt, nicht das überhaupt nicht.

00:06:35: Ob das jetzt Claude ist?

00:06:36: Oder ob das OpenAI ist?

00:06:38: Das ist nicht mein Problem.

00:06:39: da müssen die Maschinen sich darum kümmern.

00:06:41: mich interessiert eigentlich nur das Interface.

00:06:44: Das heißt so sieht's auch bei euch aus dass Interface hat sich massiv gewandelt

00:06:50: gar nicht so sehr, also wenn wir jetzt aus der User Experience kommen in unserem Fall jetzt geht ja um die Evernuation von Werbemitteln gegenüber Best Practices.

00:07:03: Also du hast Verpackungen, sie haben bestimmte Gütekriterien, du hast ein TikTok Video hat andere gute Kriterien.

00:07:09: Das heißt bei uns lädst du dann entweder eine Verpackung oder einen TikTok oder was auch immer hoch und dann wird anhand dieser Best Practice Vorher gesagt wie gut, was sind die Stärken und Schwächen?

00:07:24: Das Interface ist immer noch so sehr belegst.

00:07:25: Was hoch und kriegst ein Ergebnis.

00:07:27: So das heißt da hat sich eigentlich gar nichts geändert sondern dass was im Backend läuft, das ändert sich dann halt.

00:07:35: Okay also interessiert mich bei dir eigentlich nur die Zahl die rauskommt nämlich ist besser als das was vorher hatten oder es nicht besser als was wir vorher hatten.

00:07:44: Genau aber auch das warum das ja.

00:07:46: das Schöne wenn du jetzt zum Beispiel nur geht gibt Learnings, dann kriegst du eine Zahl raus.

00:07:52: mit welcher Wahrscheinlichkeit wird das gut

00:07:53: funktionieren.

00:07:55: Dann macht er mir nicht warum.

00:07:57: wir haben eher so ein Machine Learning Anwärts Das heißt werden bestimmte Eigenschaften und testen.

00:08:02: für jede Eigenschaft.

00:08:03: kommt das Logo durch wird es gesehen habe ich in TV Sport ist es am Anfang und am Ende weil wir wissen dass es wichtig ist.

00:08:11: und dann hast Du einen starken Schwächen Profil bei.

00:08:14: nur dann weiß glaube was Du opinieren musst Weil ansonsten hast du nur einen Score und sagt dir gut, schlecht.

00:08:19: Ja so!

00:08:20: Und jetzt nochmal neu.

00:08:21: also das hilft dann nicht.

00:08:25: So jetzt eine Frage zu dem Wissen was wir im Hintergrund haben denn es ist ja durchaus ein Unterschied ob ich Marke A oder Marke B bin.

00:08:36: Marke a hat die Zielgruppe, Marke b hat die Zielgruppe und aus dem ist die Marke auch eine ganz unterschiedliche.

00:08:42: Das heißt wie weit spielt Thema Zielgruppenmodellierung eine Rolle, dass ich euch also maximal Informationen in euer System gebe aus meinen diversen Systemen über meine Kenntnis meiner Kunden.

00:08:59: Ja genau!

00:08:59: Also das Thema hier ist wenn wir jetzt bei dem engen Use Case von Evaluation der Wirkung eines Werbemittels bleiben Weil ansonsten wird es zu groß, glaube ich.

00:09:13: Also wenn wir dabei bleiben... ...dann ist die Wirkung von einem Werbemittel immer das Essid des Werbemedels an sich mit seinen Eigenschaften und der Kontext.

00:09:26: Und der Kontxt ist erstens sehr dynamisch.

00:09:30: Das macht schon mal schwierig weil Bedürfnisse ändern sich, Grenzen kommen rein und raus.

00:09:36: Du hast andere competitive Environments.

00:09:39: plötzlich da kommt eine neue Marker.

00:09:40: wie auch immer Und zum Beispiel die Bekanntheit oder die Positionierung einer Marke ist ja auch Kontext und das in Ländern kann es sehr anders sein.

00:09:50: Wenn wir Nivea haben hier in Deutschland, da haben wir die Dose als ikonisches Geburtsmerkmal wenn du nach China gehst sind ihr mit ganz anderen Kategorien rein.

00:10:03: Also diese Kontextabhängigkeit, diese extrem dynamisch und da hat die KI Schwierigkeiten.

00:10:11: Also entweder gibst du der KI ganz, ganz viel Kontext mit.

00:10:15: was wir aber machen ist weil das der Kontext so dynamisch ist und so vielfältig dass wir sagen wir konzentrieren uns auf die Eigenschaft des Assets.

00:10:25: So!

00:10:26: Und der Kontex den da hat die KI einfach auch Limitation.

00:10:31: deshalb kann es auch nie die Marktforschung komplett ersetzen nur die Konsumentenforschungen nicht komplett ersetzt.

00:10:40: man kann das natürlich diesen Kontextaspekt oder Anteil der Wirkung, den kann man theoretisch natürlich auch mit KI abbilden.

00:10:51: Aber dann brauchst du für jede Zielgruppe, für jedes Land, für jede Positionierung der Marke in dem Land und braucht alles eigene Modelle sozusagen.

00:11:01: Das kannst du gar nicht leisten!

00:11:04: Das heißt, um eine Frage mal zu klären.

00:11:07: Ihr seid weltweit für eigentlich alle FMCG Hersteller unterwegs oder fast alle vermute ich mal?

00:11:15: Also ja

00:11:15: und das ist auch euer Kern.

00:11:17: also Euer Kern is wirklich Verbraucher Marketing großer Marken Und eben dieser FMC G Bereich

00:11:27: gar nicht so sehr.

00:11:27: FMC g also alle die marketing betreiben kann noch btb sein können auch service sein Kilo-Kommunikation, das ist eigentlich egal.

00:11:36: Okay dann ja ich versuche nur gerade dich so ein bisschen in die Richtung zu drängen denn ja ja also das heißt du sagst ne auch BtoB das heisst auch ich Thorsten Schwarz Geschäftsführer der Marketing Börse.

00:11:51: unsere Zielgruppe sind ja speziell Marketing Leute und wenn ich dir jetzt irgendein Werbemittel also einen Text gebe umzu evaluieren kommt er gut an oder nicht?

00:12:01: Das muss man ganz unterschiedlich sehen, weil alleine bei uns schon Marketingleute sind nicht Marketing-Leute.

00:12:08: Der CMO braucht einen anderen Text als der Marketingmanager.

00:12:14: Also was wir hier wenn jetzt noch zurückgehen und das glaube ich unser USP ein bisschen dass wir vom Gehirn her kommen und wenn du die Prozesse im Gehirnen dir anschaust was so abläuft Dann hast du erstmal Aufmerksamkeit und Wahrnehmung.

00:12:34: Dann hast Du das Dekudieren, also das Verstehen.

00:12:38: Das sind zwei Fragen nämlich was ist das hier überhaupt?

00:12:41: Also wenn Du jetzt im Banner schaltest, dann musst Du ja erst mal das Gehirn den Banner überhaupt wahrnehmen in dem Kontext.

00:12:47: Du musst Aufmerksamkeit bekommen.

00:12:50: Dann brauchst Du, muss erkannt werden Was ist das überhaupt?

00:12:55: Marketingbörse!

00:12:56: Und da musst Du das Geirn verstehen was es hier die Botschaft.

00:12:59: Und dann, erst dann kommt die Bewertung.

00:13:03: Nämlich ist das relevant für mich oder nicht und erst dort kommt die ganzen Zielgruppen und Bedürfnisse rein.

00:13:10: Vorher ob es wahrgenommen wird oder nicht, ob es verstanden wird... Das ist Informationsverarbeitung!

00:13:17: Das ist ziemlich universell aber die Bewerbung ist natürlich hoch dynamisch.

00:13:26: wenn du aber Wir lösen das Problem so.

00:13:29: Wir haben Informationsverarbeitung, die ist eigentlich universell.

00:13:33: Dann kommt ja das Bedürfnis rein.

00:13:35: Das heißt wir geben unseren Kunden die Möglichkeit reinzuschreiben was sind die Bedürftnisse deiner Zielgruppe?

00:13:42: Weil die musst du ja vorher wissen.

00:13:44: Schon bevor du das Werbemittel weißt solltest du wissen was in die bedürfnisse Das heißt ganz am Ende des Prozesses zu fragen, sagen wir es die Botschaft überhaupt relevant?

00:13:53: da hat man eher ein Prozessproblem.

00:13:55: Tu wie auch nicht oder?

00:13:56: Also

00:13:56: das können

00:13:57: sie bedürfen ist.

00:13:58: Das gibst du unsere Maschine mit und dann können wir sagen drückt dieses Werbemittel die intendierte Botschaft in Wort- und Schrift aus.

00:14:11: ob das dann wirklich relevant ist für die Zielgruppe können wir nichts sagen aber das solltest Du ja wissen.

00:14:16: also weiß so.

00:14:18: Das heißt, das ist sozusagen der Weg wie wir es dann machen.

00:14:20: Dass wir den Kontext mitgeben, dass wir sagen Pass auf für die ist keine Ahnung Effizienz wichtig.

00:14:28: Dieses Werbemittel ist hier Effizenz und da gucken wir ob der Text oder das Bild effizient Effiziens zum Ausbruch bringt.

00:14:38: Und dann kannst du natürlich auch Dinge machen wie die Markenwerte mit geben Um zu gucken, sind die Markenwerte da.

00:14:43: Du kannst Distinctive Assets mitgegeben und sagen, wenn die Distinctives Assets drin sind habe ich eine Konsistenz über die Kampagnen hinweg usw.

00:14:54: Das kannst du dann alles machen.

00:14:55: aber die Bewertung am Ende deiner realen Zielgruppe wir können nur gucken wie gut inkludierst du deine Botschaft Aber nicht ob das Dekodieren dann wirklich relevant ist weil dass es zu dynamisch das kann keine KI der Welt.

00:15:12: Dann mal ein ganz anderes Thema, nämlich du sagst ja gerade Marke.

00:15:19: Marke heißt Ein Werbemittel kann kurzfristig funktionieren bringt eine ganz hohe Klickrate was auch immer weil ganz viele Menschen darauf reagieren.

00:15:29: aber für die Marke langfristig der schadet es eher weil es irgendwie negativ ist.

00:15:35: und da gibt's ja genug Beispiele von klickoptimierter Werbung, die so potestliches oder was auch immer.

00:15:43: Die will ich gar nicht haben.

00:15:45: Wie weit könnt ihr nicht nur kurzfristig messen, sondern auch langfristige Prognosen geben?

00:15:51: Genau also.

00:15:51: das ist also erst mal.

00:15:53: müssen wir dann... Also was du ansprichst ist Performance versus Brandbuilding.

00:15:58: Genau, okay.

00:15:59: Und dann wäre der erste Schritt zu sagen was bedeutet Brandbuilding?

00:16:02: und Brandbuilding hat ist eigentlich jetzt von der Kognition Wissenschaft her gedacht.

00:16:08: Assoziationen bilden im Gehirn der Konsumenten und das funktioniert nur indem ich eine Konsistenz habe.

00:16:15: diese Konsistenzen kann formal sein.

00:16:17: hab ich bestimmte Alkonic Assets Farben Form whatever und habe ich bestimmten MarkenAssoziations Markenwerte für die ich stehe.

00:16:29: Wenn die beiden Dinge umgesetzt sind, dann bist du sehr flexibel wie es aussieht.

00:16:36: Also diese Dichotomie... also für mich sind das zwei Achsen und nicht zwei Pole.

00:16:42: Das ist doch eher effizient sein in Bezug auf... habe ich das sozusagen kanalspezifisch auf Performance getrimmt?

00:16:51: Und kannst trotzdem formal meine Marke aktivieren für Mental Availability und zweitens die Marken-Assoziation stärken, die ich habe.

00:16:59: Das ist ja kein Widerspruch mit Performance.

00:17:02: Aber es wird im Marketing immer als entweder oder kommuniziert wie früher in den Neunzigen hat man gesagt Ratio oder Emotion jetzt sagt man halt Performance oder mal.

00:17:13: also wird immer sozusagen als als Pole diskutiert und eigentlich sind zwei Achsen Und die sind unabhängig.

00:17:20: erstmal Ich kann aber bei beiden hoch sein.

00:17:25: Heute Morgen ist mir eine bekannte Marke, die auch ihr beratet und er die Finger gekommen.

00:17:35: Das heißt konkret ich habe eine Zahnpasta-Tube aufgemacht und wollte die Zahnpasst daraus drücken und dann ist mir das gleiche passiert wie bei dem Honig wo ich dann auch lernen musste.

00:17:47: und bei honig verstehe ich dass noch dass er ausläuft dass man erst das Ding aufschrauben muss und dann irgend so ein Papierchen wegmachen muss.

00:17:55: Und erst dann kommt da Honig raus, jetzt passiert es auch bei der Zahnpasta und ich habe mir geschworen diese Marke musst du jetzt dir merken und zwar als negativ die nie wieder nehmen und dann kommt wahrscheinlich die nächste usw.

00:18:10: Da haben ja auch irgendwelche Tüftler dran gearbeitet und sich viel Gedanken gemacht ob sie weil das war so friemelig das Ding abzumachen Das hat mich echt geärgert.

00:18:21: Also das dann ja Produkt Experience, es hat ein wenig mit Werbemittel so zu tun und mit KI.

00:18:27: Verpackung war nervig und nicht praktikabel.

00:18:31: sicher irgendwelche Hygiene-Fetischisten werden sagen ist viel besser und dann kommen keine Viren dran oder so.

00:18:39: ich weiß es sich was dahinter steckt.

00:18:41: also du hast auf jeden Fall ein Sicherheitsthema deshalb bist das da.

00:18:45: aber wenn wir jetzt vom So ein bisschen weg, Werbemittel, KI sollen insgesamt vor wie treffen Menschen Entscheidungen.

00:18:53: Dann hast du im Gehirn eine Währung.

00:18:56: das ist Value und der ist Belohnung und Schmerz.

00:18:59: Und was du gemacht hast?

00:19:01: Du warst in Laden, hast die Verpackung gesehen und du hast bestimmte Bedürfnisse und Erwartungen und die Verpackung hat dir signalisiert dass Ding erfüllt deine Erwartung... ...und deshalb hast du einen Belohnungswert gehabt und du hattest es gekauft!

00:19:18: Und dann hier bei der Product Experience, da hast du auch Belohnung und Schmerz.

00:19:24: Das Fremelige war Schmerzen... ...und zwar sehr tangibel!

00:19:30: Weil du Fremeln musstest, hat dich geklappt, hat Zauerei gemacht.

00:19:34: Das heißt Schmerze ist ganz spannend.

00:19:37: wenn du Leuten Preise zeigst... ...dann aktiviert das ein Areal als Insular.

00:19:44: Das erarbeitet Schmerzes auf physischen Schmerzens.

00:19:49: Und so verarbeitet unser Gehirn sozusagen auch diese Dinger, die Produktkonsum.

00:19:54: Das heißt das Fremelig.

00:19:55: aber an Verhaltenskosten sind Schmerz.

00:19:59: und was dann ganz spannend ist, Belohnung und Schmerzen wird diskutiert mit drei Dingen.

00:20:04: Ist es tangibel für meine Sinne?

00:20:07: Habe ich die Belohnungen oder den Schmerzes sofort?

00:20:10: Wie sicher ist Belohnungs-Schmerz?

00:20:13: Die Zahnpasta hat ja die Belohnung, dass deine Zähne gesund sind und sauber und shiny und weiß.

00:20:18: Und was auch immer.

00:20:20: Ist das tangibel im Moment der Nutzung?

00:20:23: Nein!

00:20:24: Sie sind nicht sofort weiß.

00:20:27: Zweitens ist es sofort da.

00:20:30: Ja schon du putzt okay.

00:20:32: und dann wie sicher ist es, dass du kein Karies kriegst.

00:20:35: Nicht so sicher.

00:20:36: Wissen kriegen ob du willst oder nicht irgendwann.

00:20:39: Aber der Schmerz dieses Fliemeläge Ist das tangibel mit deinem Sinn?

00:20:43: Ja, ist es.

00:20:44: Ist es im Moment der Nutzung tangibel sofort der Schmerz da?

00:20:48: Ja weil es nervt total.

00:20:50: und wie sicher ist der schmerz.

00:20:51: Der ist auf jeden Fall sicher Weil das Ding wird nächstes mal auch wieder dieses friemelige ding haben.

00:20:56: Das heißt beim kauch hat war der value hoch.

00:21:00: also weil weil die Belohnung hoch war der schmärts war niedrig weil du den schmerzen überhaupt nicht erlebt hast Den haste gar nicht antizipiert.

00:21:10: Und dann in der nutzung aber war die Belohnung immer noch dieselbe, aber der Schmerz ist extrem gestiegen.

00:21:16: Und damit ist der Gesamtvalue gering und dann kauft es nicht mehr.

00:21:20: Also so kalkuliert das hier in sozusagen Value und entscheidet da.

00:21:25: Ja, aber da muss ja irgendein Produkt verantwortlicher, muss ja die Entscheidung getroffen haben.

00:21:32: Jetzt packen wir dieses Ding da drauf.

00:21:34: also jetzt machen wir die Tube zu weil irgendeinen System vielleicht Eures ihm suggeriert hat, ja das bringt wieder Vorteile weil die Menschen fühlen sich dann sicher und eventuell bin jetzt kommen entweder bin ich ein sehr kleiner Teil der Zielgruppe den also dass eigentlich ziemlich alles egal ist.

00:21:57: Und die auch keinen besonderen Nutzen in der oder jener zahlenpasta sehen oder es gibt er innerhalb der Marken dann auch noch mal eine Differenzierung von verschiedenen sehr unheimlich kompliziert für so ein einfaches Produkt.

00:22:09: aber da scheint es wohl Menschen zu geben, weil das wird ja sehr intensiv untersucht so dass am Ende unterm Strich ist positiv war für die Entscheidung.

00:22:21: Also ich glaube du also was was für uns als Konsumenten wir sind ja beide auch Konsument nicht immer so transparent isst sind auch rechtliche Regularien okay gut sein dass das irgendwas ist was von außen kommt und gar nicht Consumer Centric ist, also gar nicht aus einem Konsumentenbedürftes herauskommt.

00:22:47: Sondern aus dem rechtlichen Denks.

00:22:50: muss ja nur sein dass in Amerika einer mal verklackt wurde weil die Tube ausgelaufen ist und er ist ausgerutscht und kriegt zehn Millionen... Also jetzt noch ne?

00:23:00: Ja, ich verstehe.

00:23:01: Okay.

00:23:03: Und ich glaube wenn ich es richtig hier erlebe haben das mittlerweile alle.

00:23:09: Deshalb wäre mein Best-Gest, dass das eher ein rechtlicher Regulationsding ist als jetzt ein Konsumentenverständnis.

00:23:18: Okay gut aber ich merke schon aus seinen Antworten, du beschäftigst dich extrem intensiv mit genau diesen Aspekten.

00:23:27: also das Strukturier zu analysieren die einzelnen Prozesse die hinter so einer Entscheidung stehen um daraus dann Modell zu entwickeln, dass eine gute prognose Fähigkeit hat

00:23:38: Klar, mein Job sozusagen.

00:23:40: Genau!

00:23:41: So und jetzt eine Frage zu der Skalierbarkeit eurer Software.

00:23:45: also ihr seid für die großen FMCG Konzerne unterwegs?

00:23:49: Ihr seid wie verteilt sich euer Business zwischen großen FMCD und den anderen?

00:23:56: und wie sieht das Wachstum aus?

00:23:58: wo wachst ihr?

00:24:00: oder wo seht ihr in Zukunft Märkte?

00:24:03: was Segmente angeht Unternehmensegment

00:24:08: Es geht gar nicht so sehr darum, ist eine Marketing-Organisation jetzt groß oder klein.

00:24:16: Ich glaube es gibt zwei Aspekte hier.

00:24:22: das Eine ist was wir machen ist nicht.

00:24:26: Wir haben jetzt eine KI und das ist ja nur Mittel zum Zweck.

00:24:29: Was wir eigentlich haben ist aus den Neurowissenschaften Best Practices identifiziert pro Werbemittel.

00:24:40: Und die KI ist nur Mittel zum Zweck, in wenigen Minuten ein Werbermittel gegen diese Best Practices zu evaluieren so.

00:24:47: Diese was hier unsere Lösung eigentlich ist eine Demokratisierung dieser Best Practises weil die Procter und Gambels und Mars und Henkels dieser Welt kennen diese Best Praktices.

00:25:01: Aber ich weiß nicht ob du sie hättest.

00:25:03: Ich will dir nichts zu nahe treten aber ich weiss nicht ob Du und Dein Marketing Team alle diese Best so im Detail kennt.

00:25:10: Das heißt, das ist eigentlich der Mehrwert dass du mit KI jede Marketing Team diese Best Practices an die Hand geben kannst.

00:25:20: auch bei einer Agentur.

00:25:21: machen wir uns nichts vor Der Senior Designer das ist nicht derjenige der die Assets schrubbt das ist ein Junior der kennt die Best Practice noch nicht.

00:25:31: aber hier hat er sozusagen ein System und das sind die Best practices.

00:25:37: egal wie groß die Marketing-Organisation ist.

00:25:41: Wo die beiden sich unterscheiden, die wirklich großen und die eher kleineren sind... Wie tief sie diese Lösungen in ihre Systeme einbauen?

00:25:50: Ich gebe dir mal ein Beispiel!

00:25:53: Es werden ja immer mehr Assets auch mit generativen Plugbornen kreiert.

00:25:59: Und jetzt zum Beispiel Unilever haben auch so eine Generative AI Lösung Und dort werden Assets kreiert, das wird dann über eine API zu uns geschickt und wir schicken direkt zurück ob das gut ist oder nicht.

00:26:15: Das ist etwas was kleinere also diese Tiefe der Integration in die Prozesse machen an eher die größeren globalen Firmen so aber ihre Assets hinsichtlich Best Practices zu analysieren.

00:26:29: ich glaube dass sind selbst kleine Marketing Teams dran interessiert, ich glaube das sind so die beiden.

00:26:35: da trennt sich dass gar nicht so größer oder branche sondern wie tief will ist integrieren in meine prozesse.

00:26:42: zum beispiel wir schließen jetzt gerade uniliefer die ganzen ad manager haben.

00:26:48: Das heißt das wird dann automatisiert.

00:26:51: so das werden rund.

00:26:53: Wunderbüchtig.

00:26:54: tausend so viele der Videos sein dieses Jahr.

00:26:58: was ist natürlich eine Menge die das ist ab.

00:27:01: Absurd, aber das ist dann Maschine zu Maschine.

00:27:05: Aber diese Best Practice Idee, die ist sozusagen egal wie groß in der Marketing-Organisation.

00:27:10: Wie sieht es aus mit Mieter und Google?

00:27:12: Kaufen die euch oder machen sie sowas selber?

00:27:16: Oder wie gehen die vor?

00:27:18: Weil die sind ja eigentlich die größten Hebel.

00:27:21: Genau!

00:27:21: Die machen auch Selbststudien.

00:27:25: Die sind gar nicht so super daran interessiert... komplett transparent zu halten.

00:27:35: Das ist gar nicht so, sie wollen dass da viel gemacht wird und genau die haben irgendwie ihre eigenen Bedürfnisse da.

00:27:44: Die machen natürlich auch viel.

00:27:45: zum Beispiel Google hat ja auch dann diese Brand Lift Studien.

00:27:48: ich weiß nicht ob der... Genau.

00:27:52: aber damit zum Beispiel sind es eher bei uns die Unternehmen, die dann untersuchen Eigenschaften eines Assets treiben Brandlift.

00:28:04: Zum Beispiel, und um zu verstehen was muss ich tun?

00:28:08: Da gibt es zum Beispiel ganz spannend bei den ganzen Creator Videos die sind ja im Moment sehr am steigen.

00:28:15: Da hast du ja zwei Performance Daten.

00:28:18: Du hast diese Future Rate also wie lange wird das Video geguckt?

00:28:23: Und du hast Brand Lift.

00:28:25: da gibt's ein spannendes Problem nämlich wenn du die Marke Also wenn der Creator deine Marke ganz früh zeigt, dann geht die View Through Rate runter.

00:28:38: Und das heißt du darfst die Marke nicht ganz am Anfang zeigen?

00:28:42: Du solltest sie aber nicht später als sechs Sekunden zeigen.

00:28:47: warum bei selbst by creator Videos hast du so eine Trockbound Kurve dass nach sechs Sekuten sowieso nur noch vierzig Prozent da sind.

00:28:57: Das heisst dieser Tradeness gibt auch so Performance Metricen die sich sozusagen Diametrale sind so und das sind aber genau Insights die du dann wirklich gebrauchen kannst um genau zu sagen okay was ist der sweet spot?

00:29:12: Wie mache ich das?

00:29:13: Und das pro Werbemittel, weil das anders ist.

00:29:16: Traitor hat ein bisschen andere Regeln als normales wie also ja deshalb best practices dass es eigentlich der Mehrwert und da nutzt man KI um das eben in Minuten zu analysieren.

00:29:27: Jetzt mal eine Frage zu dem Produkt weniger der Verpackung als vielmehr zu dem Zugang zum Produkt.

00:29:35: Wie verkauft ihr euch?

00:29:36: Also es sind das dann monatliche Abos, ist das ein mit Chat für Betil vergleichbares Fenster über dass sich dann Eingaben machen kann.

00:29:47: wie läuft das bei euch eigentlich?

00:29:50: Das ist so klassisch Software as a Service wie man's ja heute nennst,

00:29:54: d.h.,

00:29:55: man lizenziert die Software über einen Jahr oder zwölf Monate hat dann die verschiedenen... Wir nennen das dann Apps, also es gibt eine App für Verpackungen.

00:30:06: Gibt eine App fürs Shelf, gibt einen App für TikTok, gibt einer App für so.

00:30:10: Hat man eine Plattform mit den ganzen Apps, mit denen man seine Werbemittel testen kann und der Rahmen vom finanziellen her kommt darauf an wie viele Leute im Unternehmen das da nutzen.

00:30:24: Also das übliche Saasmodell?

00:30:29: Okay, und wo beginnt das?

00:30:31: Also sagen wir mal ich bin jetzt Creator und TikTok interessant.

00:30:35: Und lebe davon mittelprächtig.

00:30:38: aber es geht einigermaßen und ich mache mir schon ein bisschen Gedanken und will ja sage gut also zwanzig Euro für Chat habe ich auch und wie sieht's bei euch

00:30:48: aus?

00:30:48: Bei uns ist schon ein wenig teurer, sondern Enterprise Level bei uns.

00:30:53: Das fängt dann so an weil rund fünfzwanzigtausend Euro pro Jahr Also für diese ganzen Apps.

00:31:01: Da merkt man schon, du hast dann ein Shopper-Team das sind ja dann verschiedene Teams und dann hast du auch verschieden viele Leute.

00:31:07: also die Eintrittsbarriere ist nicht ganz so gering wie bei GPT.

00:31:15: Ihr wollt bewusst, ihr wollt bewusst und da bin ich jetzt wieder bei den Marktsegmenten.

00:31:21: Ihr wollt Bewusst professionelle Marketing Organisation Markting Abteilung haben und nicht irgendwo ins Massengeschäft einsteigen weil das ist ja eine ganz andere Baustelle.

00:31:34: Das ist eine andere Bauestell, es ist ein anderes Geschäftsmodell.

00:31:36: Das hat auch vom Produkt Setup sehr anders.

00:31:42: also dass es für uns der Fokus sind Marketing Profis.

00:31:47: Das können kleine Agenturen sein, für die gibt es da noch mal speziellere Konditionen so.

00:31:53: aber das sind wirklich Marketingorganisationen.

00:31:55: also eine Firma die keinen Marketing Abteilung hat ist eigentlich erstmal nicht so.

00:32:01: unsere Zielgruppe im Moment

00:32:04: Selbst in den Marketing Abteilungen war es, also ich komme aus dem E-Mail Marketing und in so Anfang der zweitausender Jahre musste man Unternehmen noch davon überzeugen dass man für eine E-mail Versandsoftware Geld bezahlen muss.

00:32:21: Inzwischen ist das relativ bekannt, aber damals war es noch nicht.

00:32:25: Das heißt die haben eine Person bezahlt, aber die Software sollte gratis sein und auch zehn Euro im Monat waren nicht drin so ungehe.

00:32:33: Ich übertreibe jetzt ein bisschen in diese Richtung.

00:32:36: Wie weit sieht das bei euch?

00:32:38: So aus dass der Markt sich entwickelt und eine Bereitschaft des Zahlungsbereitschafts steigt?

00:32:46: Oder wird das weggenommen von irgendwelchen Gratis-System, die das Niedrigpreissegment dann bedienen?

00:32:55: Ja also du hast natürlich die Frage lohnt sich dieses Invest.

00:33:00: Also wenn wir jetzt mal fünf, zwanzigtausend oder dreißigtaussend Euro nehmen, lohnt es sich das Invest?

00:33:04: und da nehme ich nicht lieber die dreizigtausende und schalte noch ein bisschen mehr.

00:33:08: Wir hatten nur ein bisschen Mehr Media Budget Und der der Painpoint ist eigentlich dass Über neunzig Prozent der Assets, die rausgehen werden nicht getestet.

00:33:21: Die gehen einfach aus so und wenn wir dann diese alte Formel nehmen fünfzig Prozent an funktioniert ich weiß noch nicht welche.

00:33:28: So Dann Und und ich aber jetzt weiß welches funktioniert uns welches nicht?

00:33:36: Dann habe ich einen höheren Error.

00:33:37: also es haben Kunden wir selber haben ja die Kundentaten nicht aber die dies validiert haben die dann die Performance Daten haben die konnten zeigen dass sie Also zum Beispiel Procter konnte zeigen, dass diejenigen Assets gegen diese Best Practices Delivern also da in Stimmen, dass sie über hundert Prozent bessere Add to Cart am Ende haben.

00:34:03: Also wirklich ins Shopping Cart gelegt werden und dann lohnt sich natürlich diese dreißigtausend schnell so Weil du wirklich alle Assets auch testen kannst.

00:34:20: Und im Moment gehen immer mehr Assets raus und getestet.

00:34:24: Früher hat es, als ich anfing hatte, eine Kampagne gehabt, TV print ein bisschen out of form das war's.

00:34:30: Das hast Du dann auch gepretestet.

00:34:33: also diese Idee dass pretesten was hilft?

00:34:36: Ich glaube das ist klar!

00:34:37: Du kannst die nur im moment mich leisten.

00:34:40: so und jetzt damit kannst du alle deine Assets testen.

00:34:45: Das heißt also diese, also Projekteune Gamble Unilever hast du genannt.

00:34:50: Die haben ihre Abteilung auch verpflichtet dann wirklich hundert Prozent zu testen dass einfach nichts ungetestet rausgeht.

00:34:59: Teils teils.

00:35:00: Also teils ist es verpflichtend, teils ein Angebot und das ist ein bisschen politisch da drauf.

00:35:05: Na klar!

00:35:06: Da reinbringst... Genau, das muss ja auch in die Prozesse passen.

00:35:10: Also stell dir vor du hast In dem Prozess, der sehr schnelllebig ist.

00:35:17: Du testest es in Assets bevor du schaltest und siehst Probleme hast aber überhaupt gar keine Zeit mehr was zu tun Weil du einfach am nächsten Tag nur so raus.

00:35:25: so in den Fällen machen wir eher post flight also nachträglich eine Analyse Und gucken dann okay welche Sachen waren gut?

00:35:33: Was war schlecht?

00:35:33: Was können nächste Kampagne ändern?

00:35:35: Also nicht was entweder preflight oder post flight beides geht.

00:35:39: das muss halt auch in die prozesse passen.

00:35:41: So du willst ja kein keinen Schurster bereinbauen und das ist keine gute Idee.

00:35:47: Erinnert mich so ein bisschen an die Diskussion mit den Betreffzeilen-Testen, also betreffzahlen sind in den E-Mails der entscheidende Hebel.

00:35:54: aber das Testen scheitert eben daran dass es in der Praxis zu viel ist.

00:35:58: und jetzt könnte aber Wenn es ein Automatismus gäbe, der immer schon vorher sagt lasst die Finger davon.

00:36:07: Lasst diese Betreffzeile ich habe hier zwei Alternativen würde natürlich erheblich beitragen zur Verbesserung der Gesamtleistungen des E-Mail Marketing der Effizienz und auch der Effektivität.

00:36:21: Und so genau diesen Ansatz verfolgt ihr.

00:36:24: das heißt also Ich bekomme relativ easy ohne dass ich alles viel machen muss, bekomme ich Schnellergebnisse.

00:36:32: Habe ich das richtig verstanden?

00:36:33: Ja

00:36:34: also weißt du was wird funktionieren welche der Alternatisen mit S sein?

00:36:38: und vor allem warum wenn du das mal rumkennst kannst auch optimieren oder du nimmst halt das beste umgehst und lernst dann am Ende nochmal.

00:36:46: Also das ist die Idee.

00:36:49: Ich bin jetzt ein BQB-Unternehmen und habe eine Banner Anzeige, die ich schalten will.

00:36:59: Und wie bequem ist das?

00:37:00: Also ich nehme das was ich vorhabe, lade das einmal kurz hoch und kriege eine Antwort.

00:37:08: Genau, im Schnitt dauert es zwei Minuten, dann hast du deine Antwort!

00:37:12: Okay gut, das ist auf jeden Fall eine Sache die sinnvoll ist und ja durchaus machbar ist.

00:37:16: Und dieser Prozess ist nochmal automatisiert über automatische Anfragen in den bei manchen Unternehmen, die da besonders schnell sind.

00:37:26: Ob die eine bestimmte Masse haben?

00:37:30: Das ist dann über API.

00:37:32: also du hast eine Maschinen zu Maschinstitustelle.

00:37:37: Dann kannst du das auch ins Digital Asset Management System einbinden.

00:37:42: Es gibt Kunden, die gehen ein bisschen dahin zu sagen.

00:37:46: Wir schalten das sozusagen als Gate also als Schranke in den Prozess und wenn die Agentur was hochlädt, was nicht gut genug ist dann wird es nicht geschaltet und der Agentur wird nicht bezahlt weil sie einfach sozusagen Qualität einfordern.

00:38:03: Also da gibt's die unterschiedlichsten aber das hat auch immer eine politische Ebene.

00:38:10: Wirklich, wie weit will ich das treiben?

00:38:11: Aber möglich ist es.

00:38:14: Okay.

00:38:16: Dirk gibt's noch irgendwas was du nicht gesagt hast oder irgendwas was sie nicht gefragt haben was du noch für wichtig hältst?

00:38:24: Nee, ich glaub nur wichtig ist dass man wirklich immer bei KI sehr vom Use Case her kommt weil möglich ist immer viel und dass man sich sehr genau überlegt wer soll was wann damit eigentlich warum entscheiden und tun.

00:38:47: Das

00:38:59: war's auch schon mit der heutigen Episode.

00:39:01: Wir hoffen natürlich, dass ihr euch gefallen hat und würden uns sehr gerne über eine Bewertung freuen!

00:39:06: Wenn ihr keine Folgen verpassen wollt, abonniert gerne den Marketer Talk – der Marketing Börse.

00:39:12: In diesem Sinne.

00:39:14: vielen Dank fürs Zuhören und bis zum nächsten Mal.