Lyo GmbH

Der AI Act verschiebt Fristen – aber nicht die Führungsaufgabe im Marketing

auto — Wed, 26 Aug 2026 09:00:00 +0000

Der europäische AI Act wird nicht einfach schrittweise «scharf». Er wird konkretisiert, ergänzt und in einzelnen Teilen zeitlich verschoben. Der Digital Omnibus vom Juli verlegt die Anwendung bestimmter Regeln für Hochrisiko-Systeme nach hinten. Das schafft Zeit. Es ersetzt aber keine Führung.

Für Schweizer Unternehmen mit EU-Marktbezug ist die entscheidende Frage nicht, ob das Marketing selbst ein Hochrisiko-System entwickelt. Meist ist das nicht der Fall. Entscheidend ist, welche KI-gestützten Leistungen von Plattformen, Agenturen und Softwareanbietern in Kampagnen, Content-Prozesse oder Customer Journeys einfliessen – und wer dafür intern die Verantwortung trägt.

Eine verschobene Frist ist kein Freipass

Die EU-Verordnung 2026/1744 verschiebt die Anwendbarkeit einzelner Vorgaben für Hochrisiko-KI: Je nach Kategorie gelten sie ab Dezember 2027 oder August 2028. Für Anbieter bereits im Markt befindlicher Systeme, die synthetische Inhalte erzeugen, sieht die Verordnung zudem eine Übergangsfrist für bestimmte maschinenlesbare Kennzeichnungen bis Dezember 2026 vor.

Das sind regulatorische Details. Sie sind keine pauschale Entwarnung für Marketingorganisationen. Transparenzpflichten, die Beurteilung der eigenen Rolle und weitere Rechtsfragen hängen vom konkreten Einsatzfall ab. Eine Kampagne mit generierten Varianten, ein KI-Chatbot oder automatisierte Segmentierung sind operativ unterschiedlich. Wer sie gleich behandelt, baut entweder unnötige Bürokratie auf – oder übersieht Risiken.

Drei Entscheide vor der nächsten Kampagne

Der pragmatische Ansatz beginnt nicht bei einem Gesetzeskommentar, sondern bei drei Führungsentscheiden:

Rolle klären: Treten Sie gegenüber dem Markt als Nutzer, Betreiber oder allenfalls Anbieter einer KI-gestützten Leistung auf? Bei Plattformen und Agenturen gehört diese Frage in das Briefing und den Vertrag.
Einsatzfall erfassen: Welche Systeme beeinflussen Content, Interaktion oder Zielgruppenansprache? Notieren Sie Markt, Kanal, menschliche Kontrolle und verantwortliche Person – nicht jedes technische Detail.
Nachweis sichern: Welche Zusagen machen Plattform oder Agentur zu Kennzeichnung, Änderungen am System und Dokumentation? Ein Reporting-Screenshot ersetzt keine klare Zuständigkeit.

Diese Liste ist kein Legal-Check. Sie macht sichtbar, wo Marketing heute von externen Entscheidungen abhängt. Gerade in der Media- und Agentursteuerung entscheidet sich damit, ob die Geschäftsleitung einen nachvollziehbaren Überblick erhält oder erst dann nachfragt, wenn ein Thema bereits öffentlich ist.

Governance gehört in die Steuerung, nicht in die Schublade

Legal sollte den Rahmen definieren. Die operative Übersetzung bleibt eine Marketingaufgabe: ein Owner für wiederkehrende Einsatzfälle, ein kurzer Freigabeweg und ein Review-Rhythmus mit relevanten Partnern. Das lässt sich in bestehende Marken-, Media- und Datenschutzprozesse integrieren.

Für CMOs liegt der Nutzen nicht primär in juristischer Absicherung. Ein sauberer Prozess erhöht die Entscheidungsqualität. Er zeigt, welche Automatisierung messbaren Nutzen bringt, wo eine menschliche Prüfung notwendig bleibt und welche Abhängigkeiten gegenüber Agenturen oder Plattformen entstanden sind. Genau dort kann ein unabhängiger Media- & Agentur-Check Fakten von Annahmen trennen.

Eine verschobene Frist schafft Zeit. Verantwortung schafft erst Handlungsfähigkeit.

Quellen

Der Beitrag Der AI Act verschiebt Fristen – aber nicht die Führungsaufgabe im Marketing erschien zuerst auf Lyo GmbH.

Der Nachweis wird Teil der Kreation: Wie Marketing AI-Content prüfbar macht

auto — Wed, 19 Aug 2026 09:00:00 +0000

KI beschleunigt die Kreation. Varianten, Visuals und Textentwürfe entstehen in Stunden statt Tagen. Das verschiebt den Engpass: Nicht mehr die Produktion begrenzt die Geschwindigkeit, sondern die Frage, ob später noch nachvollziehbar ist, wie ein Inhalt entstanden ist und wer ihn freigegeben hat.

Seit dem 2. August gelten im EU-Raum neue Transparenzpflichten des AI Act. Sie betreffen nicht jeden KI-gestützten Marketinginhalt gleich. Für bestimmte Fälle – etwa Deepfakes, interaktive Systeme oder KI-generierte Texte zu Themen von öffentlichem Interesse – bestehen jedoch Informations- oder Kennzeichnungspflichten. Für Schweizer Unternehmen mit EU-Marktbezug ist das kein Grund zur Panik. Es ist ein Anlass, den Content-Prozess sauber zu organisieren.

Am Ende zählt nicht das Tool, sondern die Nachvollziehbarkeit

Die EU-Kommission hat im Juli Leitlinien zu den Transparenzpflichten veröffentlicht. Sie unterscheiden zwischen Anbietern und Betreibern von KI-Systemen und konkretisieren, wann Nutzerinnen und Nutzer informiert werden müssen. Die konkrete rechtliche Einordnung hängt vom Einsatzfall ab; sie gehört im Zweifel in die Rechtsabteilung.

Für das Marketing ist die operative Konsequenz trotzdem klar: Wer KI-Content veröffentlicht, braucht eine belastbare Spur. Sonst wird aus einem effizienten Workflow ein nachträgliches Rechercheprojekt – gerade wenn ein Medium, ein Partner oder die Geschäftsleitung eine Freigabe nachvollziehen will.

Vier Felder, die in jeden AI-Content-Workflow gehören

Ein schlankes Betriebsmodell reicht. Entscheidend ist, dass es im Alltag funktioniert:

Einsatzfall: Welches Tool wurde für welchen Schritt verwendet – Recherche, Entwurf, Bildbearbeitung oder Übersetzung?
Freigabe: Wer prüft Fakten, Markenführung und allfällige Kennzeichnung, bevor der Inhalt live geht?
Kennzeichnung: Für welche Formate, Märkte und Kanäle ist eine Information über KI-Einsatz vorgesehen oder erforderlich?
Ablage: Wo liegen Prompt, Ausgangsmaterial, finale Fassung und Freigabe so, dass sie wieder auffindbar sind?

Das ist keine Dokumentationspflicht um ihrer selbst willen. Es verkürzt Rückfragen, trennt Verantwortung von blosser Ausführung und verhindert, dass eine Agentur oder ein Toolanbieter faktisch die einzige Wissensquelle zum Content wird.

Ownership beginnt beim CMO, nicht bei Legal

Legal definiert den Rahmen. Marketing muss ihn in einen wiederholbaren Ablauf übersetzen. Dazu gehört ein klarer Owner pro Inhaltstyp, ein kurzer Freigabeweg und eine Regel für externe Partner. Besonders wichtig: Die Kennzeichnung darf nicht erst am Ende als zusätzlicher Arbeitsschritt auftauchen. Sie muss bereits beim Briefing mitgedacht werden.

Für die Geschäftsleitung ist das eine Führungsfrage. Wenn generative KI Teil der Marketingproduktion wird, braucht sie dieselbe Steuerungslogik wie Markenfreigabe, Datenschutz oder Mediabudget: eine verantwortete Entscheidung, einen überprüfbaren Prozess und einen fixen Review-Rhythmus. Das lässt sich auch in einer fokussierten Initiative für KI & Automatisierung im Marketing abbilden – ohne einen neuen Governance-Apparat aufzubauen.

Nicht die KI-Nutzung ist das Risiko. Sondern ein Prozess, der sie später nicht mehr erklären kann.

Quellen

Der Beitrag Der Nachweis wird Teil der Kreation: Wie Marketing AI-Content prüfbar macht erschien zuerst auf Lyo GmbH.

Der MarTech-Stack ist kein Betriebsmodell: Warum Wirkung an der Organisation scheitert

auto — Wed, 12 Aug 2026 09:00:00 +0000

Marketingorganisationen haben heute mehr Daten, Dashboards und Automatisierung als je zuvor. Trotzdem werden Budgets oft noch mit einer Mischung aus Vorjahreslogik, Plattform-Reporting und Bauchgefühl verteilt. Das Problem ist selten ein fehlendes Tool. Es ist ein fehlendes Betriebsmodell.

Eine aktuelle Selbsteinschätzung des CMO Council mit mehr als 200 Marketingverantwortlichen beschreibt genau diese Lücke: Nur jeder vierte Chief Marketer sieht die eigene Organisation als hoch entwickelt, anpassungsfähig und agil im Umgang mit neuen MarTech-Lösungen. Die Aussage ist global, nicht schweizspezifisch. Für hiesige Entscheider ist sie trotzdem relevant: Technologie beschleunigt nur, was organisatorisch bereits funktioniert.

Die Lücke liegt zwischen Messung und Entscheidung

Die World Federation of Advertisers und Ebiquity berichten: Acht von zehn Werbetreibenden nutzen bereits Marketing-Mix-Modelling oder Brand-Lift-Studien. Nur 13 Prozent schätzen ihre Fähigkeit als stark ein, aus Daten schnell zu Insights zu kommen. Weniger als drei Prozent sind sehr sicher, kurzfristige Aktivierung von langfristigem Markenaufbau zu trennen.

Das ist keine Messlücke im engen Sinn. Es ist eine Entscheidungslücke. Ein Dashboard kann zeigen, was passiert ist. Es beantwortet aber nicht, wer bei widersprüchlichen Signalen entscheidet, nach welchem Kriterium und mit welchem Mandat. Ohne diese Logik wird Reporting zur Rückschau – und nicht zur Steuerung.

Tools skalieren, was schon schwach ist

KI und Automatisierung erhöhen die Taktzahl. Sie verbinden aber keine Datensilos, klären keine Rollen und ersetzen keine Einigung zwischen Marketing, Vertrieb und Finance. Der CMO Council nennt fragmentierte Stacks, isolierte Workflows und mangelnde funktionsübergreifende Abstimmung als wiederkehrende Hindernisse.

Für die Geschäftsleitung folgt daraus eine einfache Prüfregel: Nicht zuerst fragen, welches Tool noch fehlt. Zuerst prüfen, welche Entscheidung heute zu langsam, zu unklar oder ohne wirtschaftlichen Massstab getroffen wird. Genau dort beginnt der Hebel – etwa in einem Growth Audit oder in einer klar befristeten Fractional-Growth-Lead-Rolle.

Vier Entscheidungen, die ein Betriebsmodell definieren

Ein belastbares Marketing-Betriebsmodell muss nicht komplex sein. Es braucht vier geklärte Punkte:

Verantwortung: Wer besitzt Budget, Datenqualität und Ergebnis – nicht nur den Kanal?
Entscheidungsregel: Welche Kennzahl darf eine Budgetverschiebung auslösen, und welche nicht?
Datenbasis: Welche Quellen gelten als verbindlich, wenn Plattform, CRM und Finance unterschiedliche Zahlen liefern?
Rhythmus: In welchem festen Takt werden Hypothesen geprüft, Entscheide dokumentiert und Massnahmen nachgesteuert?

Diese Fragen sind weniger spektakulär als ein neuer KI-Use-Case. Sie sind aber die Voraussetzung dafür, dass Automatisierung Wirkung statt nur Aktivität produziert. Wer sie beantwortet, kann Tools gezielter vereinfachen, Agenturen klarer steuern und Investitionen gegenüber dem CFO sauberer begründen.

Nicht der Stack schafft Steuerbarkeit. Sondern die Fähigkeit, aus einer Zahl eine verantwortete Entscheidung zu machen.

Quellen

Der Beitrag Der MarTech-Stack ist kein Betriebsmodell: Warum Wirkung an der Organisation scheitert erschien zuerst auf Lyo GmbH.

Unsichtbar für KI: Warum Ihre Marke in AI-Antworten nicht vorkommt

auto — Sun, 09 Aug 2026 09:00:00 +0000

Google beantwortet Fragen zunehmend selbst. AI Overviews erscheinen inzwischen bei über 20 Prozent aller Suchanfragen, und generative Assistenten wie ChatGPT oder Gemini ersetzen für viele Nutzer den klassischen Weg über die Trefferliste. Die Konsequenz ist unbequem: Wer in diesen Antworten nicht zitiert wird, existiert für einen wachsenden Teil des Marktes nicht – unabhängig davon, wie gut die eigene Website rankt. Für Marketingverantwortliche ist das kein SEO-Detail, sondern eine Frage der Marktpräsenz.

Die Klicks verschwinden – messbar

Die Datenlage ist eindeutig. Das Pew Research Center hat das Verhalten von 900 Nutzern ausgewertet: Erscheint eine KI-Zusammenfassung, klicken Nutzer nur noch in 8 Prozent der Fälle auf ein klassisches Suchresultat – ohne Zusammenfassung sind es 15 Prozent. Die Klickrate halbiert sich also, sobald die KI antwortet. Links innerhalb der KI-Antwort werden in gerade einmal 1 Prozent der Besuche angeklickt.

Gleichzeitig enden Anfang 2026 rund 68 Prozent aller Google-Suchen ohne einen einzigen Klick – auf Mobilgeräten liegt der Anteil noch höher. Weniger als ein Drittel der Suchen führt überhaupt noch auf eine Website im offenen Web. Der Kanal, auf dem viele Wachstumsstrategien aufbauen, wird leiser.

Ranking ist nicht mehr gleich Sichtbarkeit

Die verbreitete Annahme, gutes Google-Ranking sichere automatisch Präsenz in KI-Antworten, hält der Prüfung nur teilweise stand. Zwar stammt ein Grossteil der in AI Overviews zitierten Seiten aus den Top-10-Resultaten – umgekehrt gilt das aber nicht: Eine Top-Position garantiert keine Nennung. Sichtbarkeit in generativen Antworten folgt eigenen Regeln und entwickelt sich teils unabhängig vom klassischen Ranking.

Generative Modelle zitieren bevorzugt Quellen mit klarer Struktur und hoher Autorität. Laut Pew werden Wikipedia, YouTube und Reddit am häufigsten referenziert – die eigene Unternehmenswebsite konkurriert also nicht nur mit Wettbewerbern, sondern mit dem gesamten Ökosystem an Drittquellen. Wer dort nicht mit konsistenten, überprüfbaren Fakten präsent ist, bleibt für die Modelle unsichtbar. Daraus entsteht eine neue Disziplin: Generative Engine Optimization (GEO) – die systematische Arbeit an Zitierfähigkeit statt nur an Positionen.

Was Entscheider jetzt prüfen sollten

Es braucht keinen Aktionismus, aber eine nüchterne Standortbestimmung:

Sichtbarkeits-Check: Stellen Sie generativen Assistenten die Fragen Ihrer Kunden – ohne Markennamen. Wird Ihr Unternehmen genannt? Welche Wettbewerber erscheinen stattdessen?
Messung erweitern: Ergänzen Sie Traffic-KPIs um Zitierhäufigkeit und Share of Voice in KI-Antworten. Direktzugriffe und Markensuchen gewinnen als Indikatoren an Gewicht.
Content zitierfähig machen: Klare Aussagen, belegbare Zahlen, strukturierte Daten und präzise Antworten auf konkrete Fragen schlagen generische Keyword-Texte.
Autorität in Drittquellen aufbauen: Fachmedien, Verzeichnisse und Communities, die Modelle zitieren, werden zum eigenen Schaufenster.

Wo diese Analyse im Gesamtbild ansetzt, zeigt ein strukturierter Growth Audit; bei der Umsetzung von Monitoring und zitierfähigen Content-Workflows unterstützt der Bereich KI & Automatisierung im Marketing.

Sichtbarkeit verschiebt sich vom Ranking zur Zitierung. Wer nur Positionen misst, optimiert für einen Kanal, der leiser wird.

Quellen

Pew Research Center: «Google users are less likely to click on links when an AI summary appears in the results», 22. Juli 2025 – pewresearch.org
Search Engine Land: «Google zero-click searches reach 68% in early 2026», 2026 – searchengineland.com
SparkToro: «In 2026, Less than One Third of Google Searches Still Send a Click», 2026 – sparktoro.com
Search Engine Journal: «Study Confirms Google AI Overviews Cut Organic Clicks 38%», 2026 – searchenginejournal.com

Der Beitrag Unsichtbar für KI: Warum Ihre Marke in AI-Antworten nicht vorkommt erschien zuerst auf Lyo GmbH.

Akquise schlägt Loyalität: Die riskante Schlagseite im Mediabudget 2026

auto — Thu, 06 Aug 2026 09:00:00 +0000

Die Zahlen der neuen Gartner-Umfrage unter 401 Marketingverantwortlichen in Nordamerika und Europa sind deutlich: Awareness und Conversion binden inzwischen 62,6 Prozent der gesamten Mediaausgaben. Die Ausgaben für Loyalität und Kundenbindung sind seit 2024 um 29 Prozent gefallen – auf unter 15 Prozent des Mediabudgets. Der Treiber hinter dieser Verschiebung: KI. Genau das sollte Entscheider aufhorchen lassen.

Was die Zahlen zeigen

Laut der im Juni 2026 publizierten Auswertung der Gartner CMO Spend Survey fliessen mehr als zwei Drittel der Mediainvestitionen in digitale Kanäle – ein Plus von 18 Prozent seit 2024. Paid Media beansprucht 31,4 Prozent der Marketingbudgets, finanziert unter anderem durch Kürzungen bei Agenturleistungen. Als wichtigste Einflussfaktoren auf den Kanalmix nennen CMOs bessere Personalisierung und die Priorisierung von Kanälen, die sich per KI effizient optimieren lassen.

Die Verschiebung hat eine klare Richtung: Budget wandert dorthin, wo Algorithmen schnell messbare Resultate liefern – in Akquise und Conversion. Die Pflege bestehender Kundenbeziehungen fällt dabei systematisch zurück.

Warum diese Schlagseite riskant ist

Interessant ist, was die reifsten Organisationen anders machen: Ausgerechnet die KI-erfahrensten Marketingorganisationen investieren laut Gartner einen überdurchschnittlichen Anteil ihres Budgets in Loyalität und Kundenbindung – und einen geringeren Anteil in digitale Kanäle. Weniger reife Organisationen übergewichten dagegen kurzfristige Optimierung und jene Kanäle, die sich am einfachsten messen und automatisieren lassen.

Gartner-Analyst Ewan McIntyre bringt das Problem auf den Punkt: KI hilft, schneller zu optimieren – aber Optimierung ist nicht dasselbe wie Strategie. Wer die Budgetallokation den am leichtesten messbaren Signalen überlässt, unterinvestiert in die Kontaktpunkte, die langfristigen Kundenwert aufbauen. Die Folge ist ein strukturelles Risiko: steigende Akquisitionskosten bei gleichzeitig erodierender Bestandsbasis.

Was Entscheider jetzt prüfen sollten

Aus unserer Sicht lohnen sich vier Prüffragen:

Budget-Balance: Wie ist das Verhältnis zwischen Akquise und Bestand – und ist es eine bewusste Entscheidung oder das Resultat algorithmischer Optimierung? Customer Lifetime Value gehört als Steuerungsgrösse neben den CPA.
Messlogik: Was leicht messbar ist, ist nicht automatisch das, was Wert schafft. Retention-Kennzahlen (Churn, Wiederkaufrate, Share of Wallet) gehören ins Standard-Reporting – nicht nur Kampagnen-KPIs.
KI-Einsatz: Dieselben Werkzeuge, die Akquise beschleunigen, wirken auch im Bestand – etwa für Churn-Prävention und Personalisierung. Wie KI jenseits der Performance-Kanäle eingesetzt werden kann, zeigen wir unter KI & Automatisierung im Marketing.
Fähigkeiten: Der Personalanteil am Marketingbudget stieg von 21,9 auf 24,5 Prozent; 38 Prozent der CMOs nennen fehlende KI-Kompetenz als grösste Hürde. Wer KI skalieren will, muss in Menschen und Prozesse investieren, nicht nur in Tools.

Ob die eigene Budgetallokation eine Schlagseite hat, lässt sich objektiv feststellen: Ein unabhängiger Growth Audit macht in zwei bis drei Wochen sichtbar, wo Mittel Wirkung entfalten – und wo sie nur Bewegung erzeugen.

KI optimiert schneller – aber Optimierung ist keine Strategie. Wer nur dort investiert, wo sich Wirkung am leichtesten messen lässt, verwechselt Effizienz mit Wachstum.

Quellen

Gartner: Marketing Survey Finds Awareness and Conversion Account for 62.6% of Total Media Spend, 8. Juni 2026
Gartner: 2026 CMO Spend Survey, 11. Mai 2026
Marketing Dive: Media spend on customer acquisition accelerates amid rush to AI, Juni 2026
MediaPost: Acquisition Outpaces Retention In This Year’s Media Spend, 10. Juni 2026

Der Beitrag Akquise schlägt Loyalität: Die riskante Schlagseite im Mediabudget 2026 erschien zuerst auf Lyo GmbH.

CMO-Agenda 2026: Was im algorithmischen Zeitalter wirklich zählt

auto — Wed, 22 Jul 2026 09:00:00 +0000

Zwei aktuelle Studien vermessen die Marketing-Agenda 2026 – und kommen auf den ersten Blick zu widersprüchlichen Befunden. Der «CMO Navigator – Media Edition 2026» von Dentsu (1’950 befragte CMOs in 14 Märkten) zeichnet eine Branche im Aufbruch: 90 Prozent melden Umsatzwachstum, Media wird zum Wachstumsmotor, KI zur Chefsache. McKinseys europäische «State of Marketing»-Studie hält dagegen: Nur 6 Prozent der Unternehmen erzielen mit KI einen echten Wettbewerbsvorteil. Beide Befunde stimmen – und genau dazwischen liegt die Führungsaufgabe für 2026.

Media wird zum Wachstumsmotor – und zur Blackbox

86 Prozent der von Dentsu befragten CMOs bezeichnen Media als kritischen oder sehr wichtigen Treiber ihres Geschäfts; die globalen Werbeausgaben dürften 2026 erstmals die Marke von einer Billion US-Dollar überschreiten. Gleichzeitig verschiebt sich die Kontrolle: Algorithmische Feeds, Streaming-Umgebungen und geschlossene Plattformen entscheiden zunehmend darüber, welche Marken sichtbar bleiben. Bezeichnend ist, was die CMOs als grösste Sorge nennen: fehlende Transparenz und Einblicke in eben diese geschlossenen Systeme.

Auch die Messlogik ändert sich. 86 Prozent bezeichnen Attention – tatsächlich wahrgenommene Werbung statt blosser Ausspielung – als kritische Kennzahl; erst 40 bis 50 Prozent haben entsprechende Metriken im Einsatz oder im Test. Wer Media als Wachstumsmotor nutzen will, braucht deshalb vor allem eines: unabhängige Kontrolle über Setup, Fee-Modelle und Reporting.

KI ist Chefsache – die Umsetzung hinkt

Laut Dentsu zählt rund die Hälfte der CMOs die Neuaufstellung des Marketings im Hinblick auf KI zu ihrem Kernmandat; neun von zehn sagen, KI beeinflusse bereits ihre Strategie. McKinsey liefert die Gegenprobe aus Europa: 94 Prozent der 500 befragten Marketingverantwortlichen haben noch keine signifikanten Fortschritte bei der KI-Implementierung gemacht. In der Prioritätenliste der europäischen CMOs rangiert KI auf Platz 17 – hinter Branding, Datenschutz und Authentizität.

Aufschlussreich ist, was die Vorreiter anders machen: Sie setzen KI primär am Kundenerlebnis an statt an internen Anwendungsfällen, erzielen rund 22 Prozent Effizienzgewinne und reinvestieren diese in Wachstum. Die Lücke zwischen Anspruch und Fähigkeit ist damit kein Technologie-, sondern ein Strategie- und Führungsproblem.

Was Schweizer Entscheider jetzt priorisieren sollten

Aus beiden Studien lässt sich eine nüchterne Agenda ableiten:

Attribution zuerst: Nur 3 Prozent der CMOs können mehr als die Hälfte ihrer Ausgaben über Marketing-ROI-Messung erklären – während 72 Prozent ihre Budgets erhöhen wollen. Ohne belastbare Messbasis bleibt jede Budgetrunde ein Blindflug; ein strukturierter Growth Audit schafft diese Basis.
Plattform-Transparenz einfordern: Wenn die grösste Sorge der CMOs geschlossenen Systemen gilt, gehören Agentur-Setup, Fee-Modelle und Reporting regelmässig auf den unabhängigen Prüfstand – etwa mit einem Media- & Agentur-Check.
Attention pilotieren: Aufmerksamkeitsmetriken in zwei, drei definierten Kampagnen testen, statt ein weiteres Dashboard einzuführen.
KI mit Strategie statt Tool-Sammlung: Wenige Use Cases mit messbarem Effekt auf das Kundenerlebnis priorisieren – mit klaren Zielen und sauberer Governance.

Und die Marke? Bleibt das Fundament. 76 Prozent der europäischen CMOs wollen verstärkt in Kreativität investieren – der stärkste Zuwachs aller Investitionsfelder. Das algorithmische Zeitalter macht Markenführung nicht obsolet, sondern anspruchsvoller.

Die algorithmische Medienwelt belohnt nicht die lauteste KI-Ambition, sondern die sauberste Steuerung: Wer misst, führt.

Quellen

Der Beitrag CMO-Agenda 2026: Was im algorithmischen Zeitalter wirklich zählt erschien zuerst auf Lyo GmbH.

Agentic Advertising: Wenn KI-Agenten das Mediabudget steuern

auto — Wed, 15 Jul 2026 09:00:00 +0000

Mitte Juni 2026, innerhalb weniger Tage: Pinterest und Microsoft Advertising lancieren offizielle MCP-Server, Yahoo öffnet seine DSP für ein Agenten-Netzwerk mit 23 Adtech-Partnern. Der Werbeeinkauf verlagert sich von Dashboards zu KI-Agenten, die Kampagnendaten lesen, Empfehlungen geben – und zunehmend selbst handeln. Für Entscheider stellt sich damit nicht mehr die Frage, ob Agenten mitsteuern. Sondern wer sie kontrolliert.

Sechs Plattformen, ein Standard

Mit den Launches von Pinterest und Microsoft Advertising am 17. Juni 2026 verfügen sechs grosse Werbeplattformen über eigene Server für das Model Context Protocol (MCP): Google Ads, Amazon Ads, Yahoo DSP, Meta, TikTok, Pinterest und Microsoft. MCP ist eine standardisierte Schnittstelle, über die KI-Agenten direkt auf Live-Kampagnendaten zugreifen – ohne individuelle API-Entwicklung pro Modell. Bemerkenswert ist die Abstufung: Google, Amazon, Yahoo, Pinterest und Microsoft starten read-only. Meta und TikTok erlauben Agenten bereits Schreibzugriff – also Änderungen an Geboten, Budgets und Kampagneneinstellungen.

Yahoo geht einen Schritt weiter und verbindet seine DSP über ein offenes Agenten-Netzwerk mit 23 Technologiepartnern, darunter DoubleVerify, Integral Ad Science und LiveRamp. Werbeauftraggeber können eigene Agenten mitbringen, Yahoos native Automatisierung nutzen oder beides kombinieren.

Warum das kein Tool-Update ist

Parallel verschiebt sich das Nutzerverhalten. Eine Reuters-Analyse vom Juni zeigt: Besucher, die über KI-Assistenten wie ChatGPT oder Perplexity auf Shops gelangen, konvertieren rund 42 Prozent häufiger und verbringen 48 Prozent mehr Zeit auf der Website. Adobe misst ein Wachstum des KI-referenzierten Traffics von 393 Prozent gegenüber Vorjahr. Einkauf und Entdeckung wandern in konversationelle Oberflächen – und auf der Gegenseite kaufen zunehmend Agenten die Werbeplätze ein.

Genau hier liegt das Risiko: Agenten entscheiden auf Basis der Daten, die sie vorfinden. AdExchanger warnt, dass viele Targeting- und Kundendaten seit Jahren nicht validiert wurden – ein Agent, der auf veralteten Signalen optimiert, skaliert Fehler in Echtzeit. Die Governance-Frage verschiebt sich von «Wer darf publizieren?» zu «Welcher Agent darf was, auf welcher Datenbasis, mit welchem Budget?».

Was Entscheider jetzt klären sollten

Zugriffsrechte: Definieren Sie pro Plattform, ob Agenten lesen oder schreiben dürfen. Schreibzugriff ohne Freigabeprozess ist ein Budgetrisiko, kein Effizienzgewinn.
Datenqualität: Prüfen Sie Zielgruppen-, Suppressions- und Conversion-Daten, bevor Agenten darauf optimieren. Automatisierung verstärkt die Qualität der Grundlage – in beide Richtungen.
Agenturmodell: Wenn Agenten Reporting, Analyse und Optimierung übernehmen, gehört das Fee-Modell auf den Prüfstand. Was genau leistet Ihre Agentur noch selbst – und was bezahlen Sie? Eine unabhängige Second Opinion zum Agentur-Setup schafft hier Klarheit.
Messbarkeit: Weisen Sie KI-referenzierten Traffic separat aus. Was nicht sichtbar ist, lässt sich weder bewerten noch steuern.

Wie bei jeder Automatisierung gilt: Die Technologie ist der einfache Teil. Verbindliche Leitplanken, klare Verantwortlichkeiten und saubere Daten sind die Voraussetzung, damit Agenten Wirkung erzeugen statt Beschäftigung. Wie eine solche KI-Governance im Marketing aussieht, haben wir mehrfach im Journal beschrieben – sie wird mit Agentic Advertising vom Vorteil zur Pflicht.

Agentic Advertising verschiebt nicht die Frage, ob KI Ihr Marketing steuert – sondern wer die Agenten steuert. Kontrolle ist keine Funktion der Plattform. Sie ist eine Frage der Governance.

Quellen

Yahoo Inc. (Juni 2026): Yahoo DSP Launches Agent Network, Opening the AI Ecosystem for Advertisers
Digiday (Juni 2026): Yahoo DSP is launching an «agent network»
Pinterest Newsroom (17.06.2026): Ankündigungen zu Cannes 2026 inkl. MCP-Server
Microsoft Advertising Blog (Juni 2026): Microsoft Advertising Activate 2026 – Key Takeaways
Digital Applied (Juni 2026): Advertising MCP Servers: Pinterest & Microsoft 2026 Guide
Reuters (15.06.2026): AI-referred US shoppers browse longer, spend more per visit
AdExchanger (Juni 2026): AI Agents Are Making Marketing Decisions On Data No One Has Checked In Years

Der Beitrag Agentic Advertising: Wenn KI-Agenten das Mediabudget steuern erschien zuerst auf Lyo GmbH.

Von der Idee bis zum Exit: nilly.io

admin — Fri, 20 Mar 2026 08:16:00 +0000

Die Story

Die Ausgangslage

Als die Idee für nilly im Sommer 2020 entstand, rückte der Schutz digitaler Nutzerdaten zunehmend in den Fokus. Gleichzeitig zeichnete sich mit dem revidierten Schweizer Datenschutzgesetz ein neuer regulatorischer Rahmen für Unternehmen und Website-Betreiber ab.

Trotz wachsender Datenschutzbedenken war Google Analytics auf einem Grossteil der Websites im Einsatz. Unternehmen erhielten damit zwar wertvolle Einblicke in das Verhalten ihrer Besucherinnen und Besucher, gaben gleichzeitig aber die Kontrolle über die Verarbeitung und Weiterverwendung der erhobenen Daten teilweise ab.

nilly wollte eine einfache und konsequente Alternative schaffen: eine datenschutzfreundliche Web-Analytics-Lösung, entwickelt und gehostet in der Schweiz, ohne den Verkauf oder die Weiterverwendung von Nutzerdaten.

Die technische Idee war vorhanden. Was noch fehlte, waren ein tragfähiges Geschäftsmodell, eine klare Positionierung und eine strukturierte Strategie für den Markteintritt.

Die Schritte

Unser Ansatz

Wir begleiteten nilly von der strategischen Grundlage über den Markteintritt und die Skalierung bis zum erfolgreichen Verkauf.

Zu Beginn analysierten wir den Web-Analytics-Markt in der Schweiz, in Europa und weltweit. Wir verglichen bestehende Anbieter, Geschäftsmodelle, Preisstrukturen und Zielgruppen und entwickelten daraus eine differenzierende Positionierung für nilly.

Gemeinsam definierten wir, welche privaten Website-Betreiber und Unternehmen angesprochen werden sollten und wie sich das Angebot preislich im Markt positioniert. Dabei rieten wir bewusst von einem kostenlosen Plan ab. nilly sollte nicht durch die Nutzung oder Monetarisierung von Daten finanziert werden, sondern durch einen transparenten und kostenpflichtigen Service.

Auf dieser Grundlage entwickelten wir die Go-to-Market-Strategie, begleiteten den Launch und unterstützten die weitere Skalierung mit medialen Massnahmen, Partnerschaften und strategischen Empfehlungen. Dazu gehörte auch die Prüfung internationaler Serverstandorte, um unterschiedliche regulatorische Anforderungen abdecken zu können.

Als der Gründer nilly aus privaten Gründen nicht mehr selbst weiterführen konnte, begleiteten wir auch die Nachfolgelösung. Wir identifizierten potenzielle Käufer, stellten relevante Kontakte her, unterstützten bei Compliance-Fragen und begleiteten den Verkaufsprozess bis zum erfolgreichen Abschluss.

Markt verstehen

Predictive Growth 2026: Warum Forecasting ohne AI-Governance ein Geschäftsrisiko ist

admin — Fri, 27 Feb 2026 10:20:49 +0000

In den letzten zwei Jahren haben Unternehmen massiv in künstliche Intelligenz investiert, um Effizienzgewinne im Marketing zu realisieren. Doch 2026 markiert einen Wendepunkt: Der reine Einsatz von KI-Tools reicht nicht mehr aus, um Wettbewerbsvorteile zu halten. Der Fokus verschiebt sich von der operativen Automatisierung hin zum Predictive Growth – der Fähigkeit, Kundenbedürfnisse und Marktveränderungen präzise vorherzusagen, bevor sie eintreten.

Die Illusion der Datenverfügbarkeit

Viele Wachstumsstrategien scheitern derzeit an einer paradoxen Situation: Während die Menge der verfügbaren Daten explodiert, sinkt die nutzbare Datenqualität durch das Ende der Third-Party-Cookies und strengere Privacy-Vorgaben massiv. Unternehmen, die ihre Forecasts auf „Bauchgefühl plus KI-Blackbox“ stützen, riskieren nicht nur strategische Fehlentscheidungen, sondern auch den Verlust des Kundenvertrauens durch intransparente Algorithmen.

Predictive Growth als neuer Standard

Echtes, zukunftssicheres Wachstum basiert 2026 auf der sogenannten „Predictive Accuracy“ – der Fähigkeit, Marktveränderungen präzise vorherzusagen. Dies erfordert jedoch eine radikale Umstellung auf First-Party-Data-Ökosysteme, bei denen das Unternehmen die volle Hoheit über die genutzten Informationen behält. Nur wer seine Datenarchitektur von Grund auf „clean“ aufbaut, kann KI-Modelle füttern, die tatsächlich belastbare Prognosen statt blosser Halluzinationen liefern.

AI-Governance als Wachstumsbeschleuniger

Entgegen der Meinung, dass Regulierung den Fortschritt bremst, erweist sich eine solide AI-Governance im Jahr 2026 als echter Enabler. Klare interne Richtlinien darüber, welche Daten für welche Vorhersagemodelle genutzt werden dürfen, schützen Firmen vor den drakonischen Strafen des EU AI Acts, der nun vollumfänglich greift. Compliance wird damit von einer lästigen Pflichtaufgabe zu einem strategischen Asset, das Investorensicherheit schafft und die Marketing Due Diligence positiv beeinflusst.

Wer Wachstum im Jahr 2026 plant, darf KI nicht isoliert betrachten. Die erfolgreichsten Firmen sind jene, die eine Brücke zwischen technologischer Prognosefähigkeit und ethischer Datennutzung schlagen. Marketing Due Diligence wird damit zum Standard-Prozess für jede grössere Budgetfreigabe.

Quellen

Gartner (2026): Top Strategic Technology Trends – AI Governance and Predictive Analytics.
Europäische Kommission (2024/2026): Verordnung (EU) 2024/1689 zur Festlegung harmonisierter Vorschriften für KI.
Deloitte Insights (2026): Tech Trends: Re-architecting for Data Sovereignty.

Der Beitrag Predictive Growth 2026: Warum Forecasting ohne AI-Governance ein Geschäftsrisiko ist erschien zuerst auf Lyo GmbH.

GenAI im Marketing: Leitplanken, die wirklich tragen

admin — Wed, 26 Nov 2025 10:12:47 +0000

Generative KI ist produktiv, aber noch zu oft regellos. Statt Tool-Listen braucht es klare Leitplanken, die Wirkung sichern und Risiken beherrschbar machen: Rollen, Prozesse, Nachweise. Dieser Beitrag zeigt, wie Marketingverantwortliche 2025/26 Governance schlank aufsetzen – kompatibel mit EU-Vorgaben und dem Schweizer Rahmen, ohne in Operatives abzurutschen.

Wofür Sie Verantwortung tragen - nicht nur wofür die Tools taugen

Einsatz-Zweck: Content, Insights, Automatisierung – welcher Business-Nutzen und welche Grenzen (z. B. keine finalen Rechts-/Medizin-Aussagen)?
Rollen & RACI: Wer entscheidet, wer prüft, wer dokumentiert? Trennen Sie Provider (stellen ein System bereit) und Deployer (setzen es ein) – besonders bei EU-Exponierung.
Transparenz & Herkunft: Offenlegen, wo KI drinsteckt (Kennzeichnung), wie Prompts/Assets entstanden sind, und welche Quellen genutzt wurden.
Urheberrecht & Daten: Klären, welche Trainings-/Nutzungsrechte die Modelle zusichern; sensible Daten nur mit Freigaben und Daten-Minimierung verwenden.

Ihr schlankes Policy-Set

AI-Use-Policy (2-3 Seiten): Erlaubte/verbotene Use-Cases, Human-in-the-Loop, Kennzeichnungspflichten, Umgang mit Halluzinationen.
Prompt- & Output-Standard (2 Seiten): Do/Don’t, Quellenpflicht, Prüfpfad (Faktencheck, Marken-Tone), Freigabe-Checklist.
Daten- & Rechte-Playbook (2 Seiten): Input-Datenklassen, PII-Sperrregeln, Bild-/Textlizenzen, Umgang mit Kundenmaterial.
Vendor-Factsheet (1 Seite pro Anbieter): Hosting-Standort, Subprozessoren, Copyright-/GPAI-Zusagen, Incident-Prozess, Exit.

Operativ ohne Operative: Entscheidungen statt Klickarbeit

Guardrails definieren: Welche Outcome-KPIs (z. B. inkrementelle Conversions, Qualitäts-Scores, Zeitgewinn) gelten? Welche Red Lines (Markensicherheit, sensible Gruppen, rechtliche Claims)?
Review in zwei Stufen: (1) Schnellprüfung im Team (Fakten/Ton/Bildrechte), (2) Risiko-Review für heikle Fälle (Recht/Compliance).
Nachweisbar machen: Prompt, Quellen, Modell-Version, Reviewer, Freigabe – als Audit-Log pro Asset (einheitliches, kurzes Formular).
Pilotieren & skalieren: Max. zwei Use-Cases pro Quartal mit Abbruchkriterium. Nur was messbar trägt, geht in den Standard.

Regulatorischer Rahmen: Was Sie einpreisen sollten

EU AI Act (GPAI): Provider von General-Purpose-Modellen unterliegen seit 2. August 2025 Transparenz- und Copyright-Pflichten; für Anwender zählt vor allem: Dokumentation, Kennzeichnung, Human Oversight – und die Auswahl von Anbietern, die den GPAI-Code of Practice befolgen.
Zeitplan in Bewegung: Die Kommission hat am 19. November 2025 angekündigt, Teile der High-Risk-Pflichten bis Dezember 2027 zu verschieben (Digital-Omnibus). Für Marketing-Teams ändert das heute nichts am Bedarf, Transparenz und Prüfpfade aufzubauen.
Schweiz: Der Bundesrat verfolgt einen sektoralen Ansatz und will die Europarats-KI-Konvention ratifizieren (Beschluss vom 12.02.2025). Für Schweizer Unternehmen mit EU-Bezug bleiben EU-Pflichten faktisch relevant – Governance „by design“ zahlt sich doppelt aus.

Governance in 30 Tagen: Minimal-Setup mit Wirkung

Woche 1: Use-Case-Inventar, Risiko-Matrix, RACI festzurren.

Woche 2: Drafts für AI-Use-Policy und Prompt-/Output-Standard erstellen; 1-seitiges Vendor-Factsheet.

Woche 3: Pilot-Use-Cases wählen, Audit-Log-Formular testen, Kennzeichnung live nehmen.

Woche 4: Review-Zyklus etablieren, KPI-Baseline ziehen, Entscheidungsvorlagen fürs Management finalisieren.

GenAI rechnet sich dort, wo Entscheidungen und Nachweise klar sind. Mit vier schlanken Dokumenten, einem prüfbaren Freigabeprozess und sauberer Anbieterwahl schaffen Sie Governance, die wirkt - nicht beschäftigt.

Quellen

Europäische Kommission – GPAI Code of Practice (Transparenz/Copyright, ab 02.08.2025 relevant). digital-strategy.ec.europa.eu
Reuters – Digital-Omnibus: Verschiebung einzelner AI-Act-High-Risk-Teile auf Dez 2027 (19.11.2025). Reuters
Schweizer Bundesrat – Sektoraler Ansatz & Europarats-KI-Konvention (12.02.2025). Bundesnachrichten

Der Beitrag GenAI im Marketing: Leitplanken, die wirklich tragen erschien zuerst auf Lyo GmbH.