KüNSTLICHE INTELLIGENZ: KI als Gatekeeper: Wie Marken in der Ära der AI-Assistenten sichtbar bleiben
KI-Assistenten steuern, welche Informationen, Empfehlungen und Produkte wir überhaupt zu Gesicht bekommen. Sie sind zu digitalen Gatekeepern geworden. Doch was für Nutzer*innen eine riesige Erleichterung bedeutet, ist für Marketer die vielleicht größte Herausforderung der nächsten Jahre: Sie müssen lernen, zuerst die KI zu überzeugen. Nur wer es durch die Relevanzfilter der Systeme schafft, erreicht am Ende auch die Menschen.
Stellen wir uns vor, wir möchten mit der CEO eines Unternehmens über ein dringendes Anliegen sprechen. Doch solange uns die CEO nicht persönlich kennt, haben wir keine andere Wahl, als uns im Vorzimmer anzumelden und zu hoffen. Denn hier wird entschieden, wer vorgelassen wird und welche Informationen relevant genug sind, dass sie durchdringen.
Dieses für die CEO praktische Aus- und Vorsortieren war bisher meist nur Führungskräften vorbehalten. In jüngster Zeit ist der Vorzimmer-Service aber immer mehr zu einem Gemeingut geworden: dank persönlicher KI-Assistenten auf unseren Desktops und Smartphones. Die KI-Assistenten sind zu digitalen Gatekeepern geworden. Sie steuern, welche Informationen, Empfehlungen und Produkte wir überhaupt zu Gesicht bekommen.
Doch was für Nutzer*innen eine riesige Erleichterung bedeutet, stellt Marketer vor die vielleicht wichtigste Aufgabe der nächsten Jahre: Wie können wir das KI-Vorzimmer überzeugen, mit unserem Anliegen zu den Millionen Chef*innen da draußen vorgelassen zu werden?
AI-Traffic verändert Nutzerverhalten Klar ist: Immer mehr Verbraucher*innen greifen bei der Suche nach Informationen und Produkten zur KI-Anwendung, Tendenz steigend. Laut der Adobe Digital Insights Consumer Study nutzen 53 Prozent der Befragten KI-Tools zur Recherche, 40 Prozent lassen sich Produktempfehlungen anzeigen, und 36 Prozent finden über KI konkrete Angebote. Damit verschiebt sich der Weg zum Kauf fundamental – weg von der klassischen Suchmaschine hin zur generativen Assistenz.Für Marken resultiert daraus ein erheblicher Rückgang des Traffics auf ihren Webseiten, denn KI-Nutzer*innen erhalten manchmal schon in der KI-App alle Informationen, nach denen sie gesucht haben. Der Klick auf die Quellseite lohnt sich oft nicht mehr. Die Botschaft ist also klar: Wer es in den Antworten der KI-Assistenten nicht vorkommt, verliert Sichtbarkeit, Relevanz und Umsatzpotenzial. Für Marken resultiert daraus ein erheblicher Rückgang des Traffics auf ihren Webseiten, denn KI-Nutzer*innen erhalten manchmal schon in der KI-App alle Informationen, nach denen sie gesucht haben. Der Klick auf die Quellseite lohnt sich oft nicht mehr. Die Botschaft ist also klar: Wer in den Antworten der KI-Assistenten nicht vorkommt, verliert Sichtbarkeit, Relevanz und Umsatzpotenzial.
Neue Prioritäten: Erst die KI überzeugen, dann die Kund*innen In dieser Realität müssen Marken lernen, zuerst die KI zu überzeugen. Nur wer es durch die Relevanzfilter der Systeme schafft, erreicht am Ende auch den Menschen. Das erfordert ein Umdenken in Strategie, Organisation und Content-Produktion. Zwei Handlungsfelder stehen dabei besonders im Fokus:
Advanced Content Marketing: Inhalte für Maschinen und Menschen In Zukunft entscheidet nicht mehr die bloße Reichweite über den Erfolg, sondern die strukturelle und semantische Relevanz von Inhalten. Marken müssen ihren Content so gestalten, dass er von KI-Systemen nicht nur gefunden, sondern auch verstanden und sinnvoll ausgespielt werden kann. Dazu gehört, Informationen in klarer, maschinenlesbarer Form bereitzustellen und Produktdaten präzise zu strukturieren. Ebenso wichtig sind Vertrauenssignale und eine starke Markenautorität, die sich in der inhaltlichen Qualität und der Konsistenz der Kommunikation widerspiegeln. Je häufiger eine Marke in hochwertigen, thematisch relevanten Kontexten auftaucht, desto sichtbarer wird sie, sowohl in klassischen Suchmaschinen als auch in den Antworten unserer KI-Assistenten. Damit wird Content von einem kurzfristigen Kommunikationsinstrument zum Fundament für nachhaltige Sichtbarkeit und Relevanz. Lösungen wie unser Adobe LLM Optimizer können helfen, schnell zu verstehen, wie es um die Sichtbarkeit der eigenen Marke steht – und wie der Markencontent optimiert werden kann.
Anpassungsfähige Organisationen: KI-Kompetenz und Experimentierkultur Doch selbst der beste Content entfaltet seine Wirkung nur, wenn Unternehmen auch organisatorisch auf die neue Realität vorbereitet sind. Sie müssen den „Blick der Maschine“ verstehen und ihre gesamte Content-Supply-Chain so ausrichten, dass Inhalte standardmäßig AI-readable gedacht und produziert werden. Das erfordert einen gezielten Aufbau von KI-Kompetenzen, sei es durch Trainingsprogramme, interdisziplinäre Zusammenarbeit und eine offene, experimentierfreudige Unternehmenskultur.
Viele Unternehmen haben diesen Weg bereits eingeschlagen: Laut des gerade erschienen Adobe Agentic Readiness Report investieren 58 Prozent der Unternehmensentscheider*innen in Deutschland in interne Schulungen, fast die Hälfte baut eigene KI-Expertise auf. 85 Prozent der Befragten bewerten vorhandene KI-Kompetenzen als Schlüsselfaktor für den Erfolg agentischer Systeme. Dennoch bleibt die Umsetzung anspruchsvoll. Datenschutzbedenken, technologische Reife und Integrationskomplexität bremsen vielerorts den Fortschritt, während gleichzeitig qualifizierte Fachkräfte mit KI-Know-how fehlen. Diese Lücke zeigt, dass technologische und kulturelle Readiness untrennbar miteinander verbunden sind und dass beides zur Voraussetzung für Wettbewerbsfähigkeit wird.
Von AI Awareness zu AI Empathy Diese Entwicklung stellt das Marketing, wie wir es bisher kannten, grundlegend auf den Kopf. Marken müssen lernen, Empathie für KI-Systeme zu entwickeln; also lernen, zu verstehen, wie sie Informationen bewerten, kontextualisieren und weitergeben. Denn nur wer von der KI wahrgenommen wird, kann auch von den Konsument*innen entdeckt werden.
Neue Audio-Identität: Das ist der neue Markensound von BarmeniaGothaer
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.
Barmenia und Gothaer können zwar jeweils auf eine lange Tradition zurückblicken, doch als gemeinsames Unternehmen ist die BarmeniaGothaer erst im Oktober 2024 offiziell gestartet. „Durch die Sound Brand wollen wir die Wiedererkennbarkeit unserer Marke noch einmal festigen – ganz gleich, ob in Kampagnen, am Telefon oder im digitalen Umfeld“, erklärt Marketingleiter Heiko Scholz.
Herzstück der neuen Klangwelt ist der Sparkle Sound. Das ist eine Tonfolge, die laut Unternehmen Aufbruch, Leidenschaft und Stärke transportiert. Das Klavier steht darin für Menschlichkeit und Wärme, der ruhige Endton für Haltung und Verlässlichkeit, heißt es bei der BarmeniaGothaer.
Insgesamt setzt sich die Sound Brand der BarmeniaGothaer aus mehreren Teilen zusammen. Das Sound Logo kombiniert den Sparkle Sound mit der Wortmarke oder dem Claim. Es wird vielfach eingesetzt, etwa in Werbekampagnen. Mit „Ignite the Spark“ hat die Marke einen eigenen Song, der real eingesungen wurde. „Er soll die Markenwerte und den Claim erlebbar machen“, heißt es bei der Versicherung. Die Menschen werden ihn unter anderem auf Veranstaltungen hören, in Warteschleifen am Telefon und auch in Imagevideos.
Weitere Bestandteile sind das audiovisuelle Logo sowie die Brand Voices. Neben der weiblichen Hauptstimme „Stella“ gibt es für die funktionale Kommunikation das männliche Gegenstück „Liam“. Der Unterschied: Während Stella von einer Frau eingesprochen und zudem als KI-Clon angelegt wurde, ist Liam vollständig KI-generiert. Der Konzern kann so flexibel entscheiden, an welchen Kontaktpunkten er welche Stimme nutzt. „In einer eher markengetriebenen Kommunikation empfiehlt sich die reale Stimme, in Warteschleifen die künstliche Stimme“, erklärt die Versicherung.
Die Klangwelt wird in den kommenden Wochen über alle Touchpoints ausgerollt. Das umfasst etwa Events, Social Media, Telefonie, Kampagnen und Voice Bots.
Bei der Entwicklung des eigenen Sounds hat die BarmeniaGothaer mit zwei Agenturpartnern zusammengearbeitet. Wesound war dabei für die Brand Sounds und das Sound Logo zuständig. Comevis verantwortet die Stimmen und die technische Implementierung.
Einem Bericht zufolge sollen die ChatGPT Ads, auf Impression-Basis abgerechnet, deutlich teurer als etwa Meta Ads sein und dabei wenig Insights bieten. Eine First-Mover-Chance ergibt sich trotzdem.
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.
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.”
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
Was das Adobe AI Forum über die Zukunft von Marketing verrät
97 Prozent der Marketing Teams stehen unter Effizienzdruck – doch KI löst das Problem nicht automatisch. Das Adobe AI Forum München zeigt, warum Agent Teams, GEO und Governance jetzt über Erfolg oder Stillstand entscheiden. [Anzeige]
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.
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:
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
Entwicklung & Codevor 2 Monaten
Künstliche Intelligenzvor 4 Wochen
UX/UI & Webdesignvor 3 Monaten
Entwicklung & Codevor 2 Monaten
Apps & Mobile Entwicklungvor 2 Monaten
Apps & Mobile Entwicklungvor 2 Monaten
Social Mediavor 1 Monat
Künstliche Intelligenzvor 3 Monaten