Connect with us

Online Marketing & SEO

Next Steps im KI-Zeitalter: KI als Game Changer im Shopping: Wie Google den Weg des digitalen Handels in die Agentic-Ära ebnet


Wenn die Suche zum Gespräch wird

Eines ist klar: Die klassische Suche nach Keywords verliert an Bedeutung und der Kontext rückt in den Mittelpunkt. Menschen formulieren ihre Bedürfnisse situativ und stellen immer komplexere Fragen. Und sie erwarten, dass die Technologie sie versteht und intelligente Informationen liefert. Und zwar egal, wie sie suchen: ob über Sprache, Bild oder Kamera.

Wie sich das konkret anfühlt, zeigte Brendon Kraham, Vice President Global Search Ads and Commerce, Business & Product Strategy bei Google, in seiner Keynote. Er beschrieb, wie er mit einem ganz natürlichen Gespräch die Suche nach einer Couch für eine fünfköpfige Familie startet. Statt zehn blauer Links erscheint die Übersicht mit KI, die Materialien vergleicht und konkrete Ergebnisse liefert. Und um ein paar Marken genauer unter die Lupe zu nehmen, kann der KI-Modus genutzt werden: Hier wird die ganze Vielfalt des Webs durchforstet und zusammengetragen: Produktseiten, Bewertungen, Podcasts, Kurzvideos, authentische Meinungen von echten Menschen.

Wer bereits eine reale Couch gesehen hat, kann sie mit Google Lens scannen und suchen. Laut internen Daten (von April 2025) von Google werden monatlich inzwischen 25 Milliarden Suchanfragen über Google Lens durchgeführt und eine von fünf hat eine konkrete Kaufabsicht. Und wer sich einfach nicht für ein Sofa entscheiden kann, nutzt Search Live und fragt nach einem Stil, der in das eigene Wohnzimmer passen würde. Google zeigt nicht nur die Optionen, sondern hilft beim Entscheiden – und das in Echtzeit und in der eigenen Umgebung. Damit passt sich die Suche zunehmend realen Nutzungssituationen an und hilft, individuelle Angebote zu schaffen. So entsteht ein System, in dem der gesamte Kaufprozess von KI begleitet oder vorbereitet wird.

Welches Unternehmen ist für Sie das führende für die nächste Generation digitaler Werbeprodukte und -lösungen?

Wie Agentic Commerce den Handel
neu definiert

Konsumenten erwarten heute aber nicht nur Entscheidungshilfen – sie wollen, dass Aktionen direkt für sie ausgeführt werden. Ziel ist es, Kunden lückenlos von der ersten Inspiration bis zum Kauf zu begleiten. Wer zum Beispiel in die Google Suche „Finde für mich ein Sofa, das in mein Budget passt“ eingibt, erhält künftig nicht nur Suchergebnisse, sondern kann das Möbelstück direkt an Ort und Stelle erwerben. Das ist Agentic Commerce. Damit das funktioniert, müssen Plattformen, Marken und der Einzelhandel zusammenarbeiten. 

Frühe Sichtbarkeit beeinflusst Kaufprozesse

Aber auch im Agentic Commerce ist eines unerlässlich: die Sichtbarkeit der eigenen Marke. In einem gemeinsamen Fireside Chat diskutierten Petra Scharner-Wolff, CEO der Otto Group, im Gespräch mit Philipp Justus, Vice President Central Europe bei Google, wie Marken sichtbar bleiben, wenn Kaufentscheidungen beginnen, bevor Nutzer überhaupt einen Shop besuchen.

Die Antwort darauf verschiebt den Blick deutlich nach vorne. Kaufentscheidungen entstehen zunehmend bereits in der Phase der Inspiration. KI-Modelle erkennen Signale aus Suchanfragen, Videoverhalten oder Markeninteraktionen und leiten daraus potenzielle Kaufabsichten ab.

Wer sich etwa wiederholt über energieeffiziente Waschmaschinen informiert, Interior-Content auf YouTube konsumiert oder sich intensiv mit bestimmten Marken beschäftigt, liefert bereits Signale für spätere Kaufentscheidungen. KI-Systeme verdichten diese Hinweise zu Empfehlungen und führen Nutzer immer gezielter durch Entscheidungsprozesse.

Petra Scharner-Wolff, CEO der Otto Group, und Philipp Justus, Vice President Central Europe bei Google, beim Fireside Chat mit Steven Gätjen auf der OMR. (Foto: Lars Hübner)

Google versteht sich dabei als Vermittler innerhalb eines neuen Commerce-Ökosystems. Philipp Justus formulierte diese Rolle so: „Wir sehen unsere Aufgabe nicht darin, selbst der Händler zu werden, sondern das, was wir über die Interessen des Nutzers wissen, mit passenden Produkten zu verbinden und so ein Matching zwischen Konsument und bestem Angebot herzustellen.“ Daraus ergibt sich eine klare Konsequenz: Marken müssen bereits zu Beginn der Customer Journey präsent sein, um relevant zu bleiben. Genau dort entsteht der Wettbewerb um Aufmerksamkeit, bevor die eigentliche Kaufentscheidung getroffen wird.

Darüber hinaus lohnt es sich für Retailer, eigene KI-Anwendungen zu entwickeln, die dem neuen Bedürfnis nach unmittelbarer, persönlicher Beratung entsprechen und den Konsumenten frühzeitig abholen – so wie es Otto bereits in Kooperation mit Google umgesetzt hat.

YouTube: Kultureller Taktgeber und Wirkungsgarant für Brands

Um frühe Aufmerksamkeit effektiv in Markenwirkung zu verwandeln, führt der Weg für Brands zunehmend über das derzeit größte Video-Ökosystem. Laut Kantar ist YouTube die Video-Plattform Nummer 1 für persönlich relevante Inhalte in Deutschland. 56 Millionen Menschen in Deutschland nutzen YouTube monatlich, rund 21 Millionen davon über den Fernseher (Gemius, September 2024). Damit rückt die Plattform ins Wohnzimmer – dort, wo früher lineares Fernsehen dominierte.

Wie stark sich die Plattform inzwischen als zentraler Ort für Unterhaltung, Information und Markenwahrnehmung etabliert hat, erklärten Merle Meier-Holsten, Managing Director Marketing Private Bank bei der Deutschen Bank, und Dirk Bruns, Director YouTube Advertising Central Europe.

Dirk Bruns, Director YouTube Advertising Central Europe und Merle Meier-Holsten, Managing Director Marketing Private Bank bei der Deutschen Bank auf der OMR. (Foto: Lars Hübner)

Das Beispiel der Deutschen Bank zeigt deutlich, dass sich auch die Mediaplanung hierdurch grundlegend verändert. Über DV360, Googles Enterprise-Tool für programmatische Werbung, lassen sich digitale Umfelder kanalübergreifend bündeln und zentral steuern – dank KI. Durch den Wechsel von isolierten Einzelbuchungen zur gebündelten Ausspielung via DV360 generierte die Deutsche Bank eine um 34 Prozent höhere Reichweite.

Warum Gemini einen Business-Vorteil schaffen kann

Diese datengetriebene Optimierung funktioniert jedoch nur so gut wie die KI, die sie antreibt. Die wirtschaftliche Bedeutung von KI zeigt sich dort, wo Modelle direkt in Kampagnen- und Entscheidungsprozesse eingreifen. Gemini ist dabei die KI-Grundlage des Google-Ökosystems.

Im Zusammenspiel von Google Suche, YouTube und den angrenzenden Werbesystemen werden dadurch Kampagnen nicht mehr nur ausgespielt, sondern mit Hilfe von KI kontinuierlich auf Basis von Echtzeitsignalen angepasst.

Die Effekte sind messbar: Für jeden in die Google Suche investierten Euro entstehen laut weltweiter Google-Studie zur Conversion-Steigerung (Jan 2021-Jul 2024) im Schnitt 6 Euro Umsatz. In Kombination mit Performance Max oder AI Max für Suchkampagnen entwickelt sich daraus ein System, das Reichweite, Zielgruppenansprache und Conversion-Prozesse automatisiert optimiert.

Von der OMR zum nächsten Must-see: Google Marketing Live

Die OMR hat in diesem Jahr vor allem eines gezeigt: Der digitale Handel entwickelt sich zunehmend in Richtung Agentic Commerce. KI-Agenten werden künftig eine größere Rolle dabei spielen, Produkte in Echtzeit zu suchen, zu vergleichen und Einkaufsprozesse zu unterstützen. Für Marken bedeutet das: Sie konkurrieren nicht mehr nur um Klicks oder Reichweite, sondern müssen sicherstellen, dass ihre Produkte auch in KI-gestützten Interfaces und Conversational AI Surfaces sichtbar bleiben.

Auf der Google Marketing Live, der jährlichen Hauptkonferenz von Google für die digitale Werbebranche, wurden nun die nächsten Schritte für Agentic Commerce vorgestellt. Im Mittelpunkt stehen die Gemini-KI-Modelle, die laut Google den gesamten Marketingprozess transformieren sollen: von leistungsstärkeren Anzeigen über kreative Inhalte bis hin zu tief integrierter Agententechnologie. KI wird damit zum durchgängigen Hebel entlang der gesamten Customer Journey, von der Inspiration bis zur Kaufentscheidung.

Ein Highlight war die Vorstellung von „Ask Advisor“, einem produktübergreifenden KI-Agenten, der Google Ads, Google Analytics, Merchant Center und die Google Marketing-Plattform über eine einheitliche Oberfläche verbindet. Der Agent soll Werbetreibende mit proaktiven Empfehlungen unterstützen, Prozesse vereinfachen und Zeit sparen.

Wer tiefer einsteigen möchte, kann dies im Artikel zur Google Marketing Live nachlesen.



Source link

Online Marketing & SEO

DIALOGMARKETING-MONITOR 2026: Wenn die E-Mail verpufft: Wie es Print gelingt, Bestandskunden zurückzuholen


Der Dialogmarketing-Monitor 2026 zeigt: Dialogmedien wachsen, Klassikmedien verlieren. Postalische Werbesendungen behaupten sich – vor allem dort, wo digitale Kanäle Bestandskunden nicht mehr erreichen. Was das für die Mediaplanung bedeutet, steht hier.

MYPOSTER kennt das Problem vieler Online-Shops: Ein Teil der Stammkunden reagiert nicht mehr auf E-Mails, manche haben den Newsletter abbestellt. Für den Fotoprodukte-Händler und Spezialisten für individuellen Digitaldruck ist das heikel, weil die Black Week den meisten Umsatz bringt. Also testet MYPOSTER ein anderes Mittel: das Print-Mailing. Die Postadressen liegen vor – ganz ohne Opt-in. Das Ergebnis überrascht: Die Conversion Rate erreicht 7,5 Prozent. Der zusätzliche Werbeertrag liegt bei 492 Prozent. Jeder investierte Euro bringt also fast fünf Euro Umsatz. Für die Bestandskundenansprache wird Print so zum echten Umsatzbringer.

MYPOSTER steht damit exemplarisch für eine Entwicklung, die der Dialogmarketing-Monitor 2026 auch im Gesamtmarkt sichtbar macht. Die Studie der Deutschen Post analysiert bereits zum 37. Mal den deutschen Werbemarkt. 1.500 Marketingentscheider:innen sowie 1.500 Konsument:innen hat das Marktforschungsinstitut Statista+ befragt. Der Befund: Digitale Kanäle dominieren, doch sie haben Lücken. An dieser Stelle kann die postalische Werbesendung ihre Stärke ausspielen. Sie erreicht Kunden, die per E-Mail nicht mehr reagieren. Und sie zahlt auf das Ziel ein, das zählt: Bestandskunden-Bindung und Umsatz.
Im Folgenden werden die die wichtigsten Ergebnisse der Studie eingeordnet.

Dialogmedien gewinnen an Bedeutung

Konsument:innen mit gezieltem Kundendialog zu aktivieren, passt zu einem größeren Trend: Dialogmedien gewinnen weiter an Bedeutung – während klassische Werbekanäle an Boden verlieren. Der Werbemarkt wächst 2025 um 2,7 Prozent. Die Investitionen erreichen ein Netto-Volumen von 45,3 Milliarden Euro. Das ist der höchste Wert seit Studienbeginn.

DER DIALOGMARKETING-MONITOR 2026

Der Dialogmarketing-Monitor ist die umfassendste Marktanalyse zum deutschen Werbemarkt. Seit 1989 liefert er jährlich verlässliche Daten zu Werbeausgaben, Mediennutzung und Marktentwicklung – aufgeteilt nach Branchen, Unternehmungsgrößen und Mediengattungen. Die 37. Ausgabe wurde in Zusammenarbeit mit Statista+ erstellt und basiert auf 1.505 Interviews mit Marketing-Entscheider:innen sowie 1.500 Konsument:innenbefragungen.

Doch das Wachstum verteilt sich ungleich. Dialogmedien legen um 1,4 Milliarden Euro auf 26,6 Milliarden Euro zu. Klassikmedien sinken dagegen um 0,3 Milliarden Euro auf 18,6 Milliarden Euro. Der Budgetanteil der Dialogmedien steigt damit auf 59 Prozent.
Auch in der Breite ist der Abstand groß. 92 Prozent der Unternehmen nutzen Dialogmedien. Bei Klassikmedien sind es nur 69 Prozent. Innerhalb der Gattungen führt Online-Marketing klar. Es wächst inklusive E-Mail-Marketing um 1,4 Milliarden Euro auf 19,9 Milliarden Euro. Postalische Werbesendungen bleiben stabil bei 5,8 Milliarden Euro. Damit halten sie Platz vier unter den Gattungen.

Wo Print-Mailings besonders stark sind

Jetzt zum Kern der Geschichte: den Bestandskunden. 42 Prozent der Unternehmen sprechen sie gezielt an. Im Handel sind es sogar 55 Prozent. Welche Medien nutzen sie dafür? Im Gesamteinsatz führt die E-Mail (mit 71 Prozent). Volladressierte Werbesendungen folgen auf Platz zwei (22 Prozent).

Das ist aber nur die halbe Geschichte. Entscheidend ist, wer Werbesendungen wirklich verschickt. Genau bei diesen Unternehmen – den Versendern – zeigt sich die Stärke. 89 Prozent von ihnen setzen postalische Werbesendungen für die Bestandskundenwerbung ein. Das ist der höchste Wert aller Medien. Für 66 Prozent sind Werbesendungen sogar das wichtigste Werbemittel dafür.

Postalische Werbung ist bei der Ansprache von Bestandskunden ein starker Anker.

Torsten Grüske, Vice President Dialogmarketing bei der Deutschen Post

Die Werbesendung ist also ein gezieltes Werkzeug zur Kundenbindung. Das bestätigen die Ergebnisse des Monitors unter der Rubrik Nutzungsgründe. An erster Stelle steht die Kundenbindung mit 73 Prozent. 65 Prozent der Nutzer:innen von Print-Mailings heben Möglichkeit zur persönlichen Ansprache hervor. Die Neukundengewinnung spielt nur eine kleine Rolle. Torsten Grüske, Vice President Dialogmarketing bei der Deutschen Post, ordnet das so ein: „Postalische Werbung ist dabei vor allem in der Bestandskundenansprache ein starker Anker: Sie bietet die haptische Wirkung, die in der digitalen Überflutung der Konsument:innen zunehmend für Aufmerksamkeit sorgt.

Warum der Briefkasten wirkt

Warum wirkt die Werbesendung so gut? Die Antwort liefert die Konsumentensicht. 69 Prozent stehen postalischer Werbung offen gegenüber. 87 Prozent dieser Gruppe schauen adressierte Sendungen an. Bei 66 Prozent liegt die Quote der Mitleser; das heißt, dass mindestens ein weiteres Haushaltsmitglied mitliest. Eine Sendung erreicht also mehr als den direkten Adressaten.

Hinzu kommt die lange Verweildauer. 72 Prozent bewahren die Print-Mailings so zuhause auf, dass sie im Sichtfeld bleiben. So bleiben sie über Tage und Wochen präsent. Digitale Kanäle schaffen das kaum.

CMC PRINT-MAILING-STUDIE 2026

Die CMC Print-Mailing-Studie erscheint 2026 zum neunten Mal – und liefert dem Werbemarkt wieder das, was er am dringlichsten braucht: belastbare Performance-Kennzahlen von Print-Mailings im E-Commerce. Ausgewertet wurden reale Kampagnen von 35 Online-Shops, die zwischen September 2025 und Februar 2026 knapp 859.000 Print-Mailings an ihre Bestandskundschaft verschickt haben. Jede Response ist eindeutig einem Kundensegment zugeordnet – messbar, nachvollziehbar, auswertbar. Das Fokusthema 2026 lautet: Der richtige Gutschein zur richtigen Zielgruppe. Auf Basis des vorherigen Einkaufsverhaltens wurde die Bestandskundschaft der 35 Online-Shops in drei Segmente eingeteilt: Top-, Standard- oder Gelegenheits-Kunden. Jedes Segment erhielt unterschiedliche Gutscheinwerte. Die Studie zeigt erstmals, welcher Gutscheinwert in welchem Kundensegment den besten Werbeertrag erzielt.

Bei postalischen Werbesendungen schätzen die Konsument:innen vor allem, dass sie sie in aller Ruhe genau dann anschauen können, wenn sie die Zeit dafür haben – und zwar auf Papier, ohne Bildschirm. Ein haptisches Erlebnis – das aktiviert: 57 Prozent der Befragten besuchen danach Website oder Filiale des Absenders.

Entscheidend ist, was am Ende im Warenkorb landet

Bleibt die Frage nach dem Geld. Hier liefert eine zweite Studie klare Zahlen. Die CMC Print-Mailing-Studie 2026 untersucht 35 Online-Shops. Im Schnitt steigt der Warenkorb um 25 Prozent – und höhere Warenkörbe sorgen für mehr UmsatzDer Return on Advertising Spend erreicht 961 Prozent. Die Conversion Rate liegt bei 4 Prozent. So wird die Werbesendung zum starken Hebel für den Abverkauf.

Für Marketingverantwortliche ergibt sich daraus eine klare Konsequenz: Online-Marketing bleibt der größte Kanal. Aber für die Aktivierung bestehender Kunden reicht digitale Reichweite allein nicht immer aus. Postalische Werbesendungen können genau dort ergänzen, wo E-Mail, Display oder Social nicht mehr durchdringen – mit Aufmerksamkeit im Briefkasten, längerer Präsenz im Haushalt und messbarem Zusatzumsatz. MYPOSTER zeigt, wie dieser Hebel in der Praxis funktionieren kann.

Sie wollen mehr Insights und Know-how zur Wirkung von Print-Mailings in der Bestandskundenaktivierung?Dann laden Sie hier den Dialogmarketing-Monitor 2026 herunter.



Source link

Weiterlesen

Online Marketing & SEO

Preisangabenverordnung: Netto droht juristische Niederlage wegen Preiswerbung


Reduzierung bleibt unklar: Diese Netto-Werbung wird voraussichtlich vor Gericht kassiert werden.

Der Discounter Netto wird wohl abermals mit Fußnoten im Handzettel Schiffbruch erleiden. Samsung hat bereits verloren: Das Landgericht Frankfurt hat den Elektronikanbieter wegen UVP-Angaben verurteilt.

Die Verbraucherschutzzentrale Baden-Württemberg kann sich erneut gegen unzureichende Preiswerbung durchsetzen. Das Landgericht Frankfurt verurtei

Jetzt Angebot wählen und weiterlesen!

1 Monat

29 €

  • zum Testen
  • danach 36,50 € mtl.

12 Monate

329 €

  • anstatt 439 €
  • 110€ sparen

24 Monate

529 €

  • anstatt 878 €
  • 349 € sparen

HORIZONT Digital

  • Vollzugriff auf HORIZONT Online mit allen Artikeln
  • E-Paper der Zeitung und Magazine
  • Online-Printarchiv

HORIZONT Digital-Mehrplatzlizenz für Ihr Team



Source link

Weiterlesen

Online Marketing & SEO

Metas Muse Spark 1.1: Viel besser als Muse Spark, günstiger als die Konkurrenz


Gemeinsam mit der ebenfalls kürzlich vorgestellten Bild-KI Muse Image soll Muse Spark 1.1 Metas Vision einer „personal superintelligence“ voranbringen. Wir zeigen dir, wie leistungsfähig Muse Spark 1.1 ist, wie sich das Agent-Modell im Vergleich zu den aktuellen Frontier-Modellen schlägt und warum auch das API Pricing Aufmerksamkeit verdient.


Muse Spark macht Meta AI zum Voice-Wunder:
Diese Features sind neu

Smartphone-Ansicht der neuen Meta AI mit Live-Kameraanalyse und Voice Conversation zur Umgebungserkennung eines Gebäudes.
© Meta via Canva

So koordiniert Muse Spark 1.1 mehrere KI-Agents

Muse Spark 1.1 hat Meta speziell für agentische Tasks entwickelt. Statt nur Texte oder Bilder zu generieren, soll das Modell Aufgaben planen, externe Tools nutzen und komplette Workflows eigenständig ausführen. Dafür arbeitet Muse Spark 1.1 wie ein Team aus KI-Agents: Ein Haupt-Agent koordiniert die Aufgabe, erstellt einen Plan und verteilt einzelne Arbeitsschritte an spezialisierte Agents. Da sie parallel arbeiten, sollen auch komplexe Projekte schneller abgeschlossen werden als mit dem vorherigen Modell. Neue Tools und Dienste kann Muse Spark 1.1 ohne zusätzliches Training einsetzen. Mit einem Kontextfenster von bis zu einer Million Token merkt sich das Modell Informationen über lange Arbeitsabläufe hinweg und kann später darauf zurückgreifen.

Diagramm „WideSearch“ von Meta. Verglichen werden ein Multi-Agent- und ein Single-Agent-Ansatz. Der Multi-Agent-Ansatz erzielt über alle Messpunkte hinweg höhere Werte und zeigt bei steigender Latenz eine bessere Leistung als ein einzelner Agent.
Muse Spark 1.1 soll durch die parallele Zusammenarbeit mehrerer KI-Agents komplexe Aufgaben schneller erledigen als ein einzelner Agent, © Meta via Canva

Wie sich das Modell laut Meta in Agent, Coding und multimodalen Benchmarks gegen GPT-5.5, Claude Opus 4.8 und Gemini 3.1 Pro schlägt, zeigt die folgende Übersicht.

Benchmark-Tabelle mit Muse Spark 1.1 im Vergleich zu Muse Spark, GPT-5.5, Gemini 3.1 Pro und Claude Opus 4.8 in den Bereichen Agents, Coding und multimodales Verständnis.
Muse Spark 1.1 erreicht laut Meta in mehreren Agent, Coding und multimodalen Benchmarks Ergebnisse auf dem Niveau aktueller Frontier-Modelle oder darüber, © Meta via Canva

Muse Spark 1.1 verbindet Sehen, Verstehen und Handeln

Neben Agent- und Coding-Funktionen verarbeitet Muse Spark 1.1 auch Bilder, Videos und Audiodaten. Das Modell soll visuelle und akustische Informationen analysieren, relevante Details über lange Workflows hinweg speichern und daraus konkrete Aktionen ableiten. Zu den Stärken des Modells zählen laut Meta insbesondere die Generierung von Code aus visuellen Eingaben (visual-to-code generation), die detaillierte Beschreibung von Bildern und Videos sowie die agentische Computersteuerung.

Wie das in der Praxis funktioniert, zeigt die folgende Demo: Muse Spark 1.1 analysiert ein Smartphone-Video, wählt automatisch geeignete Produktfotos aus und erstellt anschließend eigenständig ein Facebook Marketplace-Inserat.

Screenshot einer Meta-Demo zu Muse Spark 1.1. Das Modell analysiert ein Smartphone-Video, beschreibt den Bildinhalt und nutzt die erkannten Informationen, um automatisch passende Produktfotos auszuwählen und ein Facebook Marketplace-Inserat zu erstellen.
Muse Spark 1.1 analysiert ein Smartphone-Video, wählt geeignete Produktfotos aus und erstellt daraus eigenständig ein Facebook Marketplace-Inserat, © Meta

So bedient Muse Spark 1.1 Computer

Muse Spark 1.1 ist für Arbeitsabläufe entwickelt, die sich über mehrere Anwendungen erstrecken und sich während der Ausführung verändern. Das Modell behält den Kontext auch über längere Sitzungen hinweg, passt sich neuen Informationen an und navigiert mit minimalen menschlichen Eingriffen durch unbekannte Benutzer:innenoberflächen.

Statt jeden Arbeitsschritt einzeln per Mausklick auszuführen, entscheidet Muse Spark 1.1 selbst, welcher Weg am effizientesten ist. Das Modell schreibt Skripte, wenn sich Aufgaben automatisieren lassen, bedient Anwendungen direkt über die Nutzungsoberfläche, wenn das schneller ist, oder bündelt mehrere Aktionen zu einem Arbeitsschritt. So soll der Wechsel zwischen Planung und Ausführung möglichst effizient erfolgen.

Als Beispiel zeigt Meta die Organisation einer Grillparty. Ändern eingeladene Personen kurzfristig die Teilnahme, erkennt Muse Spark 1.1 die neuen Informationen während der Essensbestellung und passt den gesamten Ablauf automatisch an.

Vom Bugfix bis zur Code-Migration

Meta hat Muse Spark 1.1 für anspruchsvolle Entwicklungsaufgaben optimiert. Das Modell soll komplexe Fehler in großen Codebasen erkennen und beheben, neue Funktionen für Enterprise-Anwendungen entwickeln sowie umfangreiche Code-Migrationen durchführen. Auch bei der Entwicklung von Web-Anwendungen und bei komplexen Entwicklungsaufgaben verspricht Meta deutliche Fortschritte gegenüber dem vorherigen Modell.

Zudem unterstützt Muse Spark 1.1 gängige Agent Setups für die Software-Entwicklung. Dazu gehören Planungsmodi, Zielvorgaben, die Delegation an Subagents und die Komprimierung langer Kontexte, damit auch umfangreiche Projekte effizient bearbeitet werden können.

Wie das in der Praxis funktioniert, zeigt Meta in einer Debugging-Demo. Muse Spark 1.1 erstellt zunächst eine Chat-Web-Anwendung, fertigt automatisch Screenshots an, erkennt sichtbare Fehler, verfolgt deren Ursache bis in den Quellcode, implementiert Korrekturen und überprüft das Ergebnis anschließend selbstständig. Dabei kombiniert das Modell Coding, multimodales Verständnis und Tool-Nutzung innerhalb eines einzigen Workflows.

Nach Angaben des Konzerns nutzen Entwickler:innen und Forschende Muse Spark 1.1 bereits täglich für Entwicklungs- und Forschungsaufgaben. Auch die Entwicklung und Bewertung neuer KI-Modelle werde inzwischen teilweise mit Muse Spark 1.1 automatisiert.

Wie sich Muse Spark 1.1 in den Coding Benchmarks gegen GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro und das Vorgängermodell schlägt, zeigt die folgende Übersicht.

Balkendiagramm des Meta Internal Coding Bench. Verglichen werden Claude Opus 4.8 (69,0 Punkte), Muse Spark 1.1 (68,3), GPT-5.5 (67,1), Gemini 3.1 Pro (59,2) und Muse Spark (58,8). Muse Spark 1.1 liegt knapp hinter Claude Opus 4.8 und vor GPT-5.5 sowie dem vorherigen Modell.
Muse Spark 1.1 erreicht im Meta Internal Coding Bench nahezu das Niveau von Claude Opus 4.8 und liegt vor GPT-5.5, Gemini 3.1 Pro sowie dem vorherigen Modell Muse Spark, © Meta

Frontier-Modell zu einem vergleichsweise niedrigen Preis

Muse Spark 1.1 startet auf der Meta Model API mit 1,25 US-Dollar pro Million Input Token und 4,25 US-Dollar pro Million Output Token. Neue Konten erhalten zusätzlich 20 US-Dollar Testguthaben. Meta positioniert das Modell damit als preisgünstige Alternative für Agent und Coding Workloads. Im Vergleich zu anderen aktuellen Frontier-Modellen fällt der Preis deutlich niedriger aus:

Vergleich der Standard-API-Preise ausgewählter Frontier-Modelle (Stand: Juli 2026), eigene Darstellung nach Angaben von Meta, Google, OpenAI, Anthropic und xAI, © OnlineMarketing.de

Damit gehört Muse Spark 1.1 zu den günstigsten aktuellen Frontier-Modellen. Sowohl für Eingaben als auch für Ausgaben verlangt Meta deutlich weniger als OpenAI, Anthropic, Google und SpaceXAI bei bestimmten Frontiert-Modellen.

Gerade bei Agent Workflows mit vielen Tool-Aufrufen und langen Kontextfenstern können die API-Kosten schnell steigen. Ein vergleichsweise günstiges Token Pricing kann deshalb zu einem wichtigen Wettbewerbsvorteil werden, wenn Unternehmen Agents im großen Maßstab einsetzen.


Stelle OnlineMarketing.de als bevorzugte Quelle auf Google ein

Wenn du OnlineMarketing.de auf Google als bevorzugte Quelle einstellen möchtest, um auch in den Schlagzeilen auf Google immer aktuelle News und Tipps aus der Welt des Marketing und der Tech-Entwicklungen zu finden, kannst du einfach die Google-Quelleneinstellungen aufrufen und die Seite anwählen. Über das Stern-Icon neben den Top Stories kannst du ebenfalls bevorzugte Quellen für die spätere Suche speichern.





Source link

Weiterlesen

Beliebt