Die BarmeniaGothaer erkennt man künftig nicht nur am Logo, sondern auch an ihrem Sound

Neues Logo und Markenkampagne hat die BarmeniaGothaer im vergangenen Jahr schon vorgestellt. Seit heute ist der Versicherungskonzern mit Sitz in Köln und Wuppertal auch am Sound erkennbar.

Die Menschen sollen die BarmeniaGothaer künftig nicht nur über Design, Logo, Namen und Sprache erkennen. Der Versicherungskonzern setzt auch auf einen eigenen Markensound. Seit heute ist eine neue Klangwelt veröffentlicht. Es ist der nächste Schritt, um die Bekanntheit der jungen Marke zu erhöhen.

Die Werbeintegration auf ChatGPT schien schon lange unausweichlich. Jetzt ist es so weit und OpenAI rollt in den nächsten Wochen die ersten Anzeigen aus. Diese sollen keinem Pay-Per-Click-Modell folgen, sondern auf Impression-Basis abgerechnet werden, wie The Information berichtet – bestätigt ist das indes noch nicht. Derselbe Publisher, der oft zuerst über zentrale Branchenentwicklungen berichtet, gibt nun eine konkrete Summe preis, die Advertiser dem Vernehmen nach zahlen müssen, um im populären KI-Umfeld aufzutauchen und die Chance auf Branding und Conversion-Optimierung im AI-Zeitalter wahrzunehmen.

ChatGPT bekommt Werbung:

Finanzierungsdurchbruch oder Anfang vom Ende?

60 US-Dollar für 1.000 Views: Teure und innovative Ads auf ChatGPT

Laut The Information müssen Werbetreibende in OpenAIs erstem Ads-Modell für 1.000 Views im KI-Umfeld 60 US-Dollar zahlen.

Das ist deutlich mehr als bei anderen Plattformen und ihren Werbenetzwerken, etwa bei Meta, Google und X. Gupta Media gab 2023 in einer Studie an, dass der Durchschnittspreis bei Meta bei 7,17 US-Dollar lag, bei YouTube bei 3,05 US-Dollar. Seither haben sich die Preise mitunter erhöht und sie sind ohnehin variabel, erreichen aber selten mehr als 20 US-Dollar pro 1.000 Views; beim CPC-Modell werden indes andere Sätze berechnet.

Nun sollen die ChatGPT Ads aber deutlich mehr kosten und dabei nach Angaben von The Informationen zunächst nur oberflächliche Statistiken beinhalten. Dazu zählen View- und Klickzahlen, ähnlich wie bei TV-Werbekontexten. Der Tech-Experter Glenn Gabe zeigt sich auf Threas überrascht von der Entwicklung.

Während sich OpenAI mit offiziellen Angaben zur Preisgestaltung der Werbung noch bedeckt hält, könnten Werbetreibende trotz des vergleichsweise hohen Preises auf ihre Kosten kommen. Immerhin könnten Marken, die frühzeitig mit Werbebotschaften auf ChatGPT auftauchen, von einem First-Mover-Effekt profitieren und bei den Usern einen bleibenden Eindruck hinterlassen. Das Impression-Abrechnungsmodell zielt womöglich darauf ab, in dieser KI-Umgebung Branding zu betreiben, quasi im Upper Funnel zu arbeiten. Zugleich kann die Werbung aber ebenso dazu dienen, potentiell interessierte User in engagierten Kontexten zu einer Kaufintention zu animieren, die etwa über den Instant Checkout direkt im AI Chat zu unmittelbaren Conversions führen kann. Vor allem einige große und finanzstarke Marken dürften die Chance für das innovative Werbeexperiment für sich nutzen un damit Pionier:innenarbeit leisten.

ChatGPT als wichtiges KI-Umfeld mit mächtiger Konkurrenz von Google

ChatGPT steht auf Rang fünf der meistbesuchten Websites der Welt und zählt über 800 Millionen monatlich aktive User, Tendenz steigend. Außerdem betont David George von Andreessen Horowitz, das große Summen in OpenAI investiert hat, dass AI-Lösungen auf dem bestehenden Internet und Cloud-Strukturen aufgebaut werden und damit in kurzer Zeit stark skalieren können. So erreichte ChatGPT die Zahl von 365 Milliarden Suchanfragen 5,5 Mal schneller als Google.

ChatGPT reached 365 billion searches 5.5 times faster than Google.

a16z GP David George: “AI is built on the back of the internet and cloud computing.

And because of that, it allows for immediate global distribution.”

“Because of the nature of this technology, you don’t have… pic.twitter.com/CmYEpmZil6

— a16z (@a16z) January 26, 2026

Google allerdings hat die Such- und Marketing-Landschaft vorab jahrelang geprägt. Das verschafft dem Unternehmen auch Vorteile. OpenAI wird demnächst die ersten Ads ausrollen, die keine Minderjährigen und keine sensiblen Themen im Chat erreichen sollen. Unterdessen macht Google pro Tag riesige Umsätze mit Ads. Allein im dritten Quartal 2025 lag der Werbeumsatz bei 74,2 Milliarden US-Dollar. Eine Summe, von der OpenAI nur träumen kann.

Und inzwischen bringt Google Ads mit exklusiven Angeboten, Direct Offers, sogar direkt in den AI Mode und macht damit nicht nur OpenAI Konkurrenz und Druck im AI-Werbemarkt, der neue Potentiale für Advertiser birgt.

---

15 ChatGPT Prompts, um 15 Stunden pro Woche zu sparen

KI ist längst mehr als der Turbo für ein paar Workflows. Beim Adobe AI Forum München am 22. Januar 2026 wurde deutlich, wie tief Künstliche Intelligenz inzwischen in Unternehmen eingreift: Sie verändert Rollen, verschiebt Verantwortlichkeiten und stellt gewohnte Entscheidungslogiken infrage. Entsprechend verschob sich auch die zentrale Frage der Branche. Nicht mehr: Wie machen wir Marketing schneller? Sondern: Was passiert, wenn KI Strukturen verändert – und was bedeutet das konkret für Teams, Führungskräfte und Marken?

Adobe startet LLM Optimizer und B2B Agents für Marketing Teams

Warum KI jetzt Strukturen verändert – nicht nur Prozesse

Diese Frage traf einen Nerv. Denn viele Organisationen stehen unter massivem Druck, effizienter zu werden, ohne dass ihre Strukturen darauf ausgelegt sind. Laut Adobe arbeiten 97 Prozent der Marketing-Organisationen unter hohem Effizienzdruck – mit einer fragmentierten Tool-Struktur, manuellen Übergaben und isolierten Prozessen. KI verspricht hier Beschleunigung, entfaltet ihr Potenzial aber erst dann, wenn sie nicht punktuell eingesetzt, sondern systemisch gedacht wird. Orchestrierte Agent Workflows stehen genau für diesen Schritt: weg vom kurzfristigen Produktivitätsgewinn, hin zu belastbarer Infrastruktur.

Der notwendige Perspektivwechsel zog sich durch das gesamte Programm. In Keynotes, Panels und Gesprächen ging es um den Abschied von isolierten KI-Tools zugunsten koordinierter Agent Teams, um den Bedeutungsverlust klassischer SEO-Logiken zugunsten von Sichtbarkeit in LLMs und generativen KI-Systemen, um Governance, Markenverantwortung – und um die Frage, wie KI vom Experiment zur verlässlichen Grundlage des Arbeitsalltags wird.

Auf der Bühne brachten Expert:innen von Adobe, IBM iX und Sky Deutschland diese Themen zusammen. Vertreter:innen wie Nadine Wolanke, Hartmut Koenig und Julian A. Kramer diskutierten aus Plattform- und Technologieperspektive, während Bernd Eßmann und Richard Lew Shun Einblicke in organisatorische Realität, Skalierung und kulturellen Wandel gaben.

Dass diese Themen nicht abstrakt blieben, lag auch am Ort: Das Bergson Kunstkraftwerk bot mit einem futuristisch-industriellen Charakter die passende Bühne für einen Perspektivwechsel, der sich in fünf zentralen Entwicklungen verdichtet.

Die 5 spannendsten Entwicklungen vom Adobe AI Forum in München

1. Warum orchestrierte Agent Teams jetzt unvermeidlich sind

Zentral war der Abschied vom KI-Assistant als isoliertem Helferlein. Stattdessen rücken Agent Teams in den Fokus: mehrere spezialisierte Agents, die ganze Aufgabenketten abbilden – vom Briefing über Content-Erstellung und Anpassungen bis hin zu Ausspielung und Reporting. Der Assistant wird damit zum Baustein eines Systems, nicht zur Einzellösung.

Der Druck dahinter ist strukturell, nicht technologisch: Laut Adobe fließen heute 57 Prozent der Marketing-Budgets ins Performance Marketing. Gleichzeitig kämpfen über 70 Prozent der Unternehmen mit fragmentierten Martech Stacks, und nur 25 Prozent sind mit ihren Investitionen in Skills und Training zufrieden. Orchestrierte Agent Teams avancieren somit zu einer organisatorische Notwendigkeit. Genau das betonte auch Hartmut König, CTO Central Europe von Adobe, beim AI Forum, CTO Central Europe, Adobe, an. Sein Credo:

Es geht nicht um den fancy AI Hype, sondern um Lösungen, die Unternehmen wirklich weiterbringen.

Adobe positioniert sich vor diesem Hintergrund als Kreativinfrastruktur – mit Daten, Brand Guidelines und Experience-Wissen als zentralem Wettbewerbsvorteil. Über Audience Agents lassen sich Agents in natürlicher Sprache erstellen und orchestrieren. Mithilfe von Multireasoning können so ganze Kampagnen umgesetzt werden – inklusive der Fähigkeit, im Namen einer Marke zu agieren. Gezeigt wurde das unter anderem am Beispiel von The Coca-Cola Company und aus regulierten Branchen. Im Fokus standen drei Bausteine:

• Adobe LLM Optimizer, der Brand-Sichtbarkeit in KI-Systemen analysiert und Handlungsempfehlungen liefert
• Adobe GenStudio, das Zeit für Kreativität schafft, indem es Asset-Suche und Versionierung reduziert
• Adobe Acrobat Studio, das eigene Unternehmensdaten sicher in KI-Workflows einbindet

Orchestrierte Agent Workflows versprechen damit nicht nur Tempo, sondern strukturelle Entlastung – und machen KI vom Produktivitäts-Boost zur belastbaren Infrastruktur.

2. GEO, LLMs und KI-Antworten als neue Gatekeeper

Ein weiterer klarer Shift: Assistants und LLMs werden selbst zu Interfaces. Es geht nicht mehr nur darum, bei Google zu ranken, sondern darum, wie Marken in KI-Antworten erscheinen, zitiert und kontextualisiert werden. Stichwort: Generative Engine Optimization (GEO).

Dass dieser Wandel strategische Relevanz hat, zeigt auch Adobes Milliarden-Deal rund um Semrush. Die Übernahme unterstreicht, dass Sichtbarkeit künftig kanal- und systemübergreifend gedacht werden muss, über klassische Suche, KI-Suchen und agentische Systeme hinweg.

Die Zahlen unterstreichen den Handlungsdruck: Laut Adobe laufen aktuell erst rund ein Prozent der organischen B2C-Suchen über LLMs – bis 2027 sollen es 20 Prozent sein. Gleichzeitig geben 91 Prozent der Unternehmen an, die Auswirkungen von KI-gestützter Suche bereits aktiv zu berücksichtigen.

Ein zusätzlicher Realitätscheck: Laut einer von Adobe zitierten Gartner-Studie könnten bis 2028 rund 50 Prozent des Traffics über klassische Suchmaschinen wegfallen. Sichtbarkeit entsteht damit zunehmend jenseits vertrauter SEO-Logiken. Entscheidend ist ein stabiles Datenfundament. Stimmen Daten, Kontext und Struktur nicht, verpufft auch der Einsatz leistungsfähiger KI.

Milliarden-Deal:
Adobe setzt auf Semrush und GEO

3. Personalisierung zieht weiter – vom Interface in den Dialog

Besonders klar wurde dieser Shift in der Session von Nadine Wolanke, VP & Managing Director Central Europe bei Adobe. Ihre These: Personalisierung entsteht heute nicht mehr primär auf Websites, sondern im Dialog. Agentic AI schafft Räume, in denen Marken natürlicher, informativer und näher an echten Bedürfnissen erfahrbar werden.

Gleichzeitig betonte Wolanke, dass Kreativität wichtiger denn je bleibt. Ohne strategische Leitidee droht selbst die beste Agentic AI zum Einheitsbrei zu werden. Kampagnen bestehen heute nicht mehr aus einzelnen Assets, sondern aus ganzen Asset-Universen, die KI zwar effizient produzieren kann – die inhaltliche Klammer, die Qualität und die Botschaft bleiben jedoch menschliche Aufgaben. KI verschiebt den Fokus damit weg von aufwendigen Workflows hin zu Prozessen, in denen Agents unterstützen und Teams Raum für Strategie, Ideen und Differenzierung gewinnen.

Personalisierung bleibt dabei Erwartung, nicht Kür. Laut Adobe erwarten 50 Prozent der Kund:innen, dass Marken Timing, Kanal und Kontext der Personalisierung verstehen. Selbst im B2B wären 25 Prozent bereit, persönliche Daten zu teilen – sofern der Mehrwert klar erkennbar ist. Die Grenze verläuft damit nicht bei Daten, sondern bei Vertrauen: Nutzer:innen sind offen für personalisierte Erlebnisse, wollen aber verstanden werden – nicht überwacht.

Für noch mehr Insights kannst du dir unser Interview mit Nadine Wolanke aus 2025 durchlesen und erfahren, welche Rolle KI-Agents, Personalisierung und markensichere KI in Adobes Marketing-Strategie spielen – und worauf es beim produktiven Einsatz im Alltag wirklich ankommt.

4. KI scheitert selten an Technik – sondern an Organisation

Der vielleicht wichtigste Punkt des Forums: Viele Unternehmen haben KI-Tools, aber keine passenden Strukturen. Assistants funktionieren jedoch dann am besten, wenn Marketing, Data, IT und Legal zusammenspielen, Rollen geklärt sind und Mitarbeitende befähigt werden.

Wie das konkret aussieht, zeigte Richard Lew Shun, Director Applied Business Analytics bei Sky Deutschland GmbH, sehr praxisnah. Er sprach offen über die größte Hürde: Erfahrenen Marketing Managern zu erklären, warum eine vermeintliche Black Box in bestimmten Situationen ein besseres Kund:innenverständnis liefern kann als menschliche Intuition allein. Relevanz entsteht nur, wenn Unternehmen sich ernsthaft mit den Informationen auseinandersetzen, die KI verarbeitet – nicht, wenn sie KI nur als Output-Maschine nutzen.

Bei Sky ist KI deshalb kein Projekt, sondern ein kultureller Lernprozess. Mit Demos, Trainings, internen Events und einer eigenen AI Community wird das Thema aktiv vorangetrieben. Rund 80 Prozent der Mitarbeitenden nutzen KI bereits, skaliert über ein AI Core Team, klare Leadership-Rollen und AI Ambassadors. Ziel: ein AI-first Mindset bis 2027.

In der Praxis heißt das: Ideen und Content entstehen mit KI, Feedback kommt in Sekunden, Kreation läuft über Tools wie Adobe Firefly, Targeting weiterhin über bewährtes Machine Learning. Noch macht Sky vieles schneller und effizienter. Der nächste Schritt ist größer: Produkte und Prozesse mit GenAI neu zu denken. Dass das notwendig ist, zeigen auch die Zahlen: Nur vier Prozent der Unternehmen verfügen laut Adobe über vollständig integrierte und zugängliche Daten. Ohne diese Basis bleibt KI Stückwerk.

Die Adobe-Reports zeigen ebenfalls: KI wird nicht automatisch akzeptiert. Vertrauen entsteht nur dann, wenn nachvollziehbar ist, warum etwas empfohlen wird, wie Inhalte zustande kommen und wie Daten genutzt werden. Black Boxes sind damit kein technisches Problem, sondern ein Kommunikationsproblem. Marken müssen erklärbar bleiben – auch dann, wenn KI mitredet und Entscheidungen vor dem ersten Klick getroffen werden.

5. Governance ist kein Bremsklotz – sondern Beschleuniger

Sobald ein Assistant im Namen einer Marke agiert, wird KI zur Markeninstanz – und damit auch zum Risiko. Genau deshalb stand Governance im gemeinsamen Fireside Chat von Bernd Eßmann, AI Lead IBM iX DACH, und Hartmut König so stark im Fokus. Beide Unternehmen sind die ersten Schritte bewusst gemeinsam als „Zero Partner“ Richtung Agentic AI gegangen. Eßmann brachte es klar auf den Punkt:

2026 wird das erste Jahr von Agentic AI sein.

Gleichzeitig warnte er vor falschen Erwartungen:

AI ist kein Zauberstab, der alle Probleme löst.

König ergänzte die Markenperspektive: Wenn KI für eine Marke spricht, darf sie nicht halluzinieren. Fehler sind dann keine technischen Details mehr, sondern echte Markenrisiken. Entsprechend zentral sind klare Leitplanken von Brand Guidelines über Datenkontrolle bis zu definierten Verantwortlichkeiten. Governance, so die gemeinsame Botschaft, bremst KI nicht aus, sondern beschleunigt sie, weil sie Vertrauen schafft.

Brisant wurde es beim Blick in die Praxis: 48 Prozent der Arbeitnehmenden in Deutschland verschweigen ihren Führungskräften, dass sie KI nutzen. Die Konsequenz ist eindeutig: Unternehmen müssen offizielle Tools bereitstellen, klar regeln, welche Daten genutzt werden dürfen – und kluge Nutzung belohnen statt sanktionieren. Agentic AI funktioniert nur dort, wo Technologie, Organisation und Vertrauen zusammenspielen.

Zwei Live-Demos, die Theorie in Praxis übersetzten

Was auf den Bühnen diskutiert wurde, ließ sich in den Live-Demos direkt überprüfen. Sie machten greifbar, wie sich der strategische Shift hin zu Agentic AI technisch umsetzen lässt und warum er für Marketing Teams jetzt relevant wird.

Der Adobe LLM Optimizer griff eine Frage auf, die viele Marken aktuell umtreibt: Wie sichtbar und glaubwürdig bin ich, wenn Antworten nicht mehr über Suchergebnisse, sondern über LLMs und AI Agents entstehen? Statt herkömmlicher SEO rücken hier Generative Engine Optimization (GEO), Share of Voice in KI-Suchen und die messbare Wirkung von KI-Sichtbarkeit auf Traffic, Conversion und Business-Ziele in den Fokus. Sichtbarkeit wird damit steuerbar – auch jenseits klassischer Rankings.

Mit Adobe GenStudio for Performance Marketing wurde anschließend deutlich, wie sich dieser Anspruch auf Content-Ebene einlösen lässt. Am Beispiel von The Coca-Cola Company zeigte Adobe, wie markenkonformer Content mit generativer KI nicht nur schneller produziert, sondern systematisch skaliert werden kann: von der Asset-Erstellung über Lokalisierung und Testing bis hin zur Aktivierung über den gesamten Marketing Stack.

KI macht Unternehmen nicht nur schneller – sie zwingt zum Umdenken

Das Adobe AI Forum München zeigte deutlich: KI ist kein reines Effizienzthema mehr. Sie greift tief in Strukturen ein: in Rollen, Entscheidungen und Verantwortlichkeiten. Die zentrale Frage lautet längst nicht mehr, wie Marketing schneller wird, sondern wie Unternehmen künftig arbeiten und steuern wollen, wenn KI mitredet.

Die Adobe Reports untermauern den Druck mit Zahlen: Nutzer:innen erwarten personalisierte Erlebnisse, aber nur dann, wenn sie sinnvoll und transparent sind. Gleichzeitig entstehen immer mehr Entscheidungen, bevor überhaupt ein Klick passiert, weil LLMs und KI-Systeme Marken vorfiltern. Für Marketing Teams heißt das: mehr Output, höhere Komplexität, fragmentierte Systeme.

Genau hier setzt der zentrale Shift an, der auf dem Forum immer wieder betont wurde: KI darf kein reiner Beschleuniger sein, sondern muss orchestriert werden. Weg von mehr Content, hin zu besseren Strukturen. Wer das versteht, denkt nicht nur schneller – sondern handelt auch besser.

Photoshop für die Hosentasche:
Adobe bringt die ikonische Bildbearbeitung aufs Smartphone