--- Hook ---
Wir werfen heute einen Blick auf Googles neue Kennzeichnung von KI-Werbung und den Einsatz von Programmatic Digital Out of Home während der Weltmeisterschaft. Außerdem beleuchten wir die Tücken des Marketing Mix Modeling, erfahren im Fachartikel von Adriane Kovacevic, wie CRM und Web Analytics optimal zusammenarbeiten, und hören im Podcast mit Marcus Tandler, warum kurzfristige GEO-Hacks oft nicht von Dauer sind.

--- Thema 1 ---
Google hat beschlossen, Werbung, die mit seinen eigenen KI-gestützten Kreativwerkzeugen erstellt oder bearbeitet wurde, künftig zu kennzeichnen. Diese Maßnahme zielt darauf ab, die Transparenz bei digitalen Werbeanzeigen zu erhöhen. Nutzer können die entsprechenden Informationen im „My Ad Center“ einsehen, wo im Bereich „Wie diese Anzeige erstellt wurde“ angezeigt wird, ob künstliche Intelligenz bei der Erstellung oder Bearbeitung der Anzeige eingesetzt wurde. Die Kennzeichnung erfolgt automatisch für Anzeigen, die mit den generativen KI-Lösungen von Google produziert wurden. Bei der Nutzung externer KI-Anwendungen sind die Werbetreibenden selbst dafür verantwortlich, die Markierung hinzuzufügen. In bestimmten Regionen, wie der Europäischen Union, Indien und New York, werden die KI-Hinweise sogar direkt in den Anzeigen eingeblendet. Diese Initiative ist Teil eines umfassenderen Ansatzes, um den Anforderungen an die Nachvollziehbarkeit von KI-generierten Inhalten gerecht zu werden. Google hatte bereits zuvor Kennzeichnungen für manipulierte oder synthetische Inhalte in politischen Anzeigen eingeführt und Technologien zur Erkennung von Deepfakes und zur Herkunft digitaler Inhalte weiterentwickelt.

--- Thema 2 ---
Programmatic Digital-out-of-Home, kurz pDOOH, nutzt Live-Daten, um relevante Werbung zu schalten. Hierbei spielen Vorbereitung, Datenqualität und automatisierte Creatives eine entscheidende Rolle. Mit Dynamic Creative Optimisation, abgekürzt DCO, können Werbebotschaften in Echtzeit an aktuelle Ereignisse angepasst werden, ohne dass die Kampagne unterbrochen werden muss. Statt nur auf spontane Ereignisse zu reagieren, werden Inhalte automatisch aktualisiert, was eine hohe Relevanz ermöglicht.

Für den Erfolg ist eine gründliche Vorbereitung unerlässlich. Vor dem Start der Kampagne müssen dynamische Werbemittel, Datenquellen, Regeln und technische Abläufe festgelegt und getestet werden. Auch Ausweichmotive sind wichtig, um auf mögliche Ausfälle von Live-Daten reagieren zu können. Während eines Turniers können verschiedene Informationen genutzt werden, wie Countdowns vor dem Spiel oder besondere Spielsituationen während der Partie. Nach dem Abpfiff können Ergebnisse und Qualifikationen in die Kommunikation integriert werden. 

Für die Fußball-Weltmeisterschaft im Jahr zweitausendsechsundzwanzig wird das Konzept der Morning-Recaps an Bedeutung gewinnen, da viele Spiele nachts stattfinden. Werbetreibende können so die wichtigsten Ereignisse am folgenden Morgen in ihre Botschaften einfließen lassen und Pendler erreichen.

--- Thema 3 ---
Marketing Mix Modeling, kurz MMM, ist durch leistungsfähige Open-Source-Lösungen wie Robyn, Meridian oder PyMC-Marketing deutlich zugänglicher geworden. Unternehmen können Modelle oft ohne teure Beratungsprojekte selbst entwickeln. Dennoch bleibt der Weg zu verlässlichen Ergebnissen anspruchsvoll, da kostenlose Software weder die notwendige Datenqualität noch das methodische Know-how ersetzen kann. Eine der größten Herausforderungen besteht in der Datenbasis. Für aussagekräftige Modelle sind mehrere Jahre historischer Marketing- und Geschäftsdaten erforderlich, die granular über alle Kanäle hinweg erfasst und um externe Einflussfaktoren wie Saisonalität oder Wettbewerbsaktivitäten ergänzt werden müssen. In der Praxis scheitern viele Projekte daran, diese Informationen aus unterschiedlichen Systemen zusammenzuführen. Moderne KI-Tools erleichtern die technische Umsetzung, ersetzen jedoch nicht die entscheidenden fachlichen Bewertungen. Experten müssen Modellparameter festlegen, Ergebnisse auf Plausibilität prüfen und Besonderheiten wie Kampagneneffekte berücksichtigen. Daher empfiehlt es sich, vor dem Modellaufbau zunächst die Datenbasis zu schaffen und das notwendige Fachwissen im Unternehmen aufzubauen. Der Nutzen von Open-Source-Tools hängt maßgeblich von der Qualität der Daten und der Erfahrung der beteiligten Experten ab.

--- Thema 4 ---
Im Fachartikel von Adriane Kovacevic wird die Notwendigkeit der Fusion von Customer Relationship Management und Web Analytics hervorgehoben, um belastbare Churn-Prognosen zu erstellen und gezielte Maßnahmen zu ergreifen. Adriane Kovacevic erläutert, dass viele Unternehmen zwei getrennte Datenquellen für denselben Kunden nutzen, was zu unvollständigen Entscheidungsgrundlagen führt. Das CRM-System erfasst die Identität und Kaufhistorie, während Web Analytics das aktuelle Verhalten des Kunden dokumentiert. Diese Trennung führt zu blinden Flecken und potenziell teuren Fehlentscheidungen.

Kovacevic verdeutlicht anhand eines Fallbeispiels, wie unterschiedliche Perspektiven zu widersprüchlichen Diagnosen führen können. Die Kombination der Daten zeigt ein klareres Bild und ermöglicht präzisere Maßnahmen, die die Kosten minimieren und die Kundenbindung erhöhen. Der Artikel beschreibt auch, dass durch die Fusion der Daten die Genauigkeit von Prognosemodellen signifikant gesteigert werden kann.

Zudem betont Adriane Kovacevic die Bedeutung von Erklärbarkeit in Prognosemodellen und die Notwendigkeit, operative Segmente aus den fusionierten Daten abzuleiten. Abschließend stellt sie fest, dass bereits ein einfacher Prototyp mit pseudonymisierten Daten einen erheblichen Effekt erzielen kann und als Grundlage für weitere Entwicklungen dient.

--- Thema 5 ---
In der heutigen Podcast-Episode mit Marcus Tandler wird das Thema der kurzfristigen GEO-Hacks und deren begrenzte Wirksamkeit besprochen. Marcus Tandler erklärt, dass viele aktuelle GEO-Taktiken einer Sichtbarkeitskurve folgen, die zunächst steil ansteigt, aber ebenso schnell wieder abfällt. Solche kurzfristigen Effekte sind nur von kurzer Dauer, da sie an Wirkung verlieren, sobald zu viele Seiten dieselben Tricks anwenden. Um langfristig sichtbar zu bleiben, ist es wichtig, nicht jedem neuen Hack nachzulaufen. 

Die technische Basis bleibt fundamental, insbesondere im Kontext von KI-Suchen. Inhalte, die nur in JavaScript vorliegen, sind für viele Sprachmodelle oft unsichtbar, da diese Seiten nicht wie ein Browser vollständig rendern. Zudem zeigt sich, dass Massenlisten, sogenannte Listicles, an Einfluss verlieren, während die Autorität von Inhalten wieder stärker gewichtet wird. 

Marcus Tandler betont die Notwendigkeit von Non-Commodity-Content, der durch persönliche Erfahrungen und eigene Daten geprägt ist. Standardtexte, die austauschbar sind, bieten keinen Mehrwert. Schließlich empfiehlt er, die eigene Präsenz in Sprachmodellen gezielt zu messen, um zu erkennen, wie eine Marke im sogenannten Evoked Set verankert ist und welche Barrieren überwunden werden müssen.