Mit Neuroscience & Predictive AI Werbung gestalten - Brainsuite

00:00:01:

00:00:11: Willkommen zu einer neuen Folge der EHI Reader Insights.

00:00:16: Es ist meine vorletzte Aufzeichnung für das EHI und ich freue mich da, umso mehr heute so ein spannendes Thema zu haben.

00:00:23: Ich habe als Studentin ab und zu Geld dazu verdient, indem ich an Marktforschungen teilgenommen habe.

00:00:30: Ich erinnere mich genau an einen Job.

00:00:32: Ein Safthersteller wollte die Orangensaftpackung relaunchen und wir wurden sehr lange darüber befragt, wie diese und jede Orange nun auf uns wirkte und welche auch tiefen psychologischen Assoziationen wir hätten.

00:00:47: Das Ganze kann man nun heute ganz anders machen.

00:00:50: Neurowissenschaftsbasiert, Technologie gestützt und sicherlich mit einer viel valideren Aussagekraft als damals.

00:00:57: ich, endgleich eins und meine Assoziation zu unterschiedlichen Orangen-Assembles.

00:01:03: Das wirkte auf mich damals schon sehr subjektiv, ja fast willkürlich.

00:01:07: Brainsuite hat ein Tool entwickelt, in das ich meine Werbemittel, Handzettel, Reels oder Verpackungen laden kann und diese dann in Bezug auf ihre Effektivität bewerten lassen kann, um sie dann weiter zu optimieren.

00:01:20: Darin steckt natürlich KI.

00:01:23: Wie genau das funktioniert, welche Ergebnisse ich damit erzählen kann und welche Rolle dann noch unser Bauchgefühl spielt, darüber spreche ich mit Co-Founder Dr.Dirk Held.

00:01:34: Die gehen im Marketing immer mehr dahin, dass wir eine Marketingmaschine bauen.

00:01:39: Da gibt es niemanden mehr, der sich bauchgefühlmäßig das anguckt.

00:01:42: Das ist einfach gar nicht schnell genug und das machst du vielleicht noch bei einer großen Kampagne.

00:01:47: Guckst du dir den Spot noch mal an, aber ansonsten ist das Hochkardik automatisiert in die Workflows eingebaut.

00:01:53: Mein Name ist Karo Matens und ich blicke in diesem Podcast mit euch gemeinsam hinter die Kulissen der wichtigsten und innovativsten Handels- und Dienstleistungsunternehmen.

00:02:03: Dirk, herzlich willkommen im FATCAST.

00:02:05: Hi, Karo.

00:02:06: Danke für die Einlage.

00:02:07: Du bist Psychologe seit dem Jahr zwei Tausend Sieben selbstständig.

00:02:11: Deine Themen sind Neuromarketing, Computational Neuroscience.

00:02:15: Also, du kennst dich einfach gesagt gut mit Marketing und dem Gehirn aus.

00:02:21: Das Ganze kriegt jetzt natürlich noch mal eine neue Umdrehung durch KI.

00:02:24: Bevor wir zu eurer Lösung kommen, lass uns mal kurz einordnen.

00:02:28: Was sind denn so Key Findings der Neuro-Wissenschaften, die für mich als Retail-Marketer als Marketing-Mensch relevant sein könnten?

00:02:37: Ich glaube, das, was am meisten hilft und viele wahrscheinlich auch von gehört, ist die Unterteilung, dass es zwei Entscheidungssysteme gibt.

00:02:45: Es gibt das sogenannte System Eins, das ist ein intuitives System.

00:02:49: dass nicht nachdenkt, sondern auf Basis der Signale im Umfeld entscheidet schnell, basierend auf Assoziationen.

00:02:57: Und dann gibt es den, kann man sich vorstellen, wie den Piloten, der entscheidet eigentlich nur dann, wenn es problematisch wird oder dann mit der Normalintuition nicht weiter kommt.

00:03:08: Und gerade in Retail.

00:03:10: ist das System Eins entscheidend.

00:03:12: Es gibt eigentlich vier Aspekte, die bestimmen, welches System dominant ist.

00:03:16: Und das ist Zeitdruck, das ist Komplexität.

00:03:20: Das ist aber auch die Motivation, viel Energie in die Entscheidung zu stecken.

00:03:24: Wenn eins dieser Dinge gegeben ist, dann entscheidet der Autopilot.

00:03:29: Also eigentlich in den allermeisten Fällen, gerade beim Poldorf Cell.

00:03:33: Das ist ja dieses ganz bekannte Buch, Sinking Fast and Slow.

00:03:36: Karnemann, glaube ich.

00:03:37: Genau.

00:03:39: Um es jetzt ganz konkret zu machen, ich bin bei meinem Wocheneinkauf bei Aldi und ich kaufe immer dieselbe Biomilch.

00:03:46: Da denke ich gar nicht mehr drüber nach.

00:03:47: Ich weiß, wo die steht und ich packe die einfach.

00:03:50: Ich brauche das total häufig das Produkt.

00:03:53: Ich gehe da jetzt nicht in eine Evaluation sozusagen.

00:03:55: Das wäre System eins, oder?

00:03:57: Nee, nicht ganz.

00:03:58: Also, es gibt drei Arten von Verhalten ganz prinzipiell.

00:04:00: Es gibt den Reflex.

00:04:01: Also wenn ich jetzt sozusagen so tue, als würde ich dir auf die Nase hauen, dann geh in deinen Augen zu.

00:04:06: Da kannst du sozusagen nichts dagegen machen, das ist der Reflex.

00:04:08: Dann gibt es die Gewohnheit.

00:04:10: Das ist das, was du jetzt so ein bisschen angesprochen hast.

00:04:13: Und dann gibt es das motivationsbasierte Verhalten.

00:04:17: Und Gewohnheit, ich weiß, gibt die Idee, ich kaufe immer dasselbe.

00:04:21: Wenn man sich Verhaltensdaten anschaut, dann sieht man, dass Konsumenten nicht immer dasselbe kaufen.

00:04:28: Also wir reden... eigentlich beim Einkauf von motivationsbasiertem Verhalten.

00:04:33: Und da geht es immer darum, dass ich bestimmte Ziele habe.

00:04:37: Das können soziale Ziele sein, emotionale Ziele oder funktionale Ziele.

00:04:42: Und ich kaufe Produkte und Marken, um diese Ziele zu erreichen.

00:04:46: Ganz platt gesagt, ich habe Hunger, dann will ich was essen.

00:04:48: So, dieses System eins evaluiert den Wert einer Entscheidung, bevor ich dann entscheide.

00:04:55: Und das macht es auf Basis von Assoziationen.

00:04:58: Und das passiert alles im System eins.

00:05:00: Es ist aber ein motivationsbasiertes Verhalten.

00:05:03: Es ist kein Hebbets, keine Gewohnheit.

00:05:06: Weil Gewohnheiten funktionieren anders als motivationsbasiertes Verhalten.

00:05:10: Dann habe ich jetzt auf jeden Fall gut gelernt, weil ich es falsch gemacht habe.

00:05:13: Es wird mir nicht nochmal passieren.

00:05:14: Und bei System zwei, was passiert da?

00:05:17: Das kommt eigentlich nur dann.

00:05:18: Also du kannst dir das vorstellen, die beim Auto fahren.

00:05:20: Du findest Auto und alles ist gut.

00:05:23: Du hörst Radio, tippst am Handy, soll man nicht, macht man aber.

00:05:27: Die Kinder sind hinten drin, ne?

00:05:28: So, alles kein Problem.

00:05:30: Und das machst du alles, ohne nachzudenken.

00:05:31: Und du kommst durch den Verkehr, ohne einen Umfeld zu bauen.

00:05:34: Und plötzlich ist auf deinem gewohnten Weg nach Hause ne Baustelle.

00:05:37: Dann fängst du an, das Radio leiser zu machen.

00:05:39: Die Kinder sollen die Klappe halten, weil jetzt musst du dich konzentrieren.

00:05:42: So.

00:05:43: Das ist System zwei.

00:05:44: Das ist System zwei, der Pilot kommt dann, wenn es Probleme gibt.

00:05:48: Die Evolution straft uns aber dafür, wenn der Pilot rein kommt, weil er zwanzig Prozent mehr Energie verbraucht.

00:05:54: Weil er müssen wir nachdenken.

00:05:56: Und das Gehirn ist nicht zum Nachdenken gemacht.

00:05:58: Es ist dazu gemacht, schnell Entscheidungen zu treffen und zu überleben.

00:06:02: Er kommt also nur dann rein, wenn es sozusagen nicht geht.

00:06:05: Wenn es sein muss.

00:06:06: Genau.

00:06:07: Okay, mega.

00:06:08: Ich bin sehr gespannt, wie wir dieses Wissen gleich auf Marketing-Themen übertragen.

00:06:12: Bevor wir das aber machen, ordne doch mal ganz kurz für uns ein, was macht die Code?

00:06:17: und was macht Brainsuite?

00:06:18: Die Code gibt's seit im Jahr zwei Tausend Sieben.

00:06:21: Hast du gegründet oder auch mitgegründet?

00:06:23: Und Brainsuite habt ihr einen Monat vor Corona, habe ich gesehen, im Jahr zwei Tausend Sieben gegründet.

00:06:28: Vielleicht kannst du uns dann nochmal kurz mitnehmen.

00:06:30: Genau, also der Christian Scheier und ich, wir haben zwei Tausend Sieben ein Buch geschrieben, wie Werbung wirkt.

00:06:37: Neuromarketing.

00:06:38: Da haben wir noch beide in anderen Firmen gearbeitet und haben dann auf Basis dieses Buchs Decode gebründet, also eine Marketingberatung und Marktforschungsagentur, die sich auf Neuromarketing spezialisiert hat.

00:06:51: In anderen Ländern heißt es Behavior Economics.

00:06:53: Neuromarketing ist eher so ein deutsches, sagt man im Dachraum, in anderen Ländern sagt man das so gar nicht.

00:07:00: Genau, das machen wir seit dem Jahr zwei Tausend Sieben, vor allem in Bezug auf strategische Projekte, Marken, Positionierung, Innovationen, Trends.

00:07:09: Das ist das, was wir mit die Code machen.

00:07:10: Und mein Kollege, der Dr.

00:07:13: Scheier, hat in den neunziger Jahren ... Keltech, schon im Bereich der Computational Neuroscience, geforscht.

00:07:20: Vielleicht das als Begriff.

00:07:22: Seit den siebziger Jahren gibt es einen engen Austausch zwischen den Kompetenzwissenschaften auf der einen Seite und dann den Computerwissenschaften.

00:07:30: Wir alle kennen das aus dem Sprachgebrauch.

00:07:32: Das hatte ich nicht mehr auf der Platte zum Beispiel.

00:07:34: Kommt ja von der Analogie des Gehirn als Festplatte mit Arbeitsspeicher und so.

00:07:39: Als die Computer kamen, haben die Kompetenzwissenschaften sich davon inspirieren lassen.

00:07:44: Heute weiß man, dass diese Analogie Festplatte und Gehirn nicht stimmt, aber damals war das so.

00:07:49: Und jetzt gab es dann den umgekehrten Fall, wie kann ich über Algorithmen die Funktionsweise des Gehirns überleben?

00:07:56: Das ist jetzt, KI ist zwar relativ neu, aber die Algorithmen, die dahinter stehen, die gab es schon in den neunziger Jahren oder sogar noch früher.

00:08:04: Und er hatte damals am Caltech in dem Bereich geforscht.

00:08:06: Und dann kam uns die Idee irgendwann so, ... ... mit dem Kunden damals Procter und Gamble in den USA, ... ... zu gucken, können wir das nicht nutzen, ... ... diese neuronalen Netze, um Werbemeckel zu beurteilen.

00:08:19: War also weit vor den Large Language Models, ... ... SchedGBT und so.

00:08:22: Und haben da dann angefangen, ... ... erste Piloten zu machen und aus dem Piloten ... ... entstand dann Brainsuite, ... ... die sich dann auf die KI-Lösungen spezialisiert.

00:08:32: Okay.

00:08:32: Nehmen wir an, ich bin jetzt Händler, ich nutze Brainsuite.

00:08:35: Was kann ich konkret mit eurem Tool machen?

00:08:38: Ganz generell gesprochen ist Brainsuite so aufgebaut, dass es die Prozesse im Gehirn simuliert.

00:08:44: Unser Gehirn ist ja auch nicht eine große Intelligenz.

00:08:46: Man kann das daran sehen, wenn du jetzt morgen Schlaganfall hast, dann kannst du vielleicht nicht mehr reden, aber du kannst sehen, du kannst verstehen.

00:08:53: Also das Gehirn ist eigentlich ein Netzwerk aus Spezialisten.

00:08:56: Und so haben wir die Brainsuite, die Plattform dann auch gebaut.

00:08:59: Das heißt, wir haben über KI ein Algorithmen, die verschiedenen Dinge, die im Gehirn vorgehen, in KI-Agenten übersetzt und jeder KI-Agent ausziziert bestimmte Effektivitätstreiber.

00:09:10: Also wird das gesehen, fällt das auf und regal.

00:09:12: Wie lange braucht man zum Lesen?

00:09:14: Also alle diese Aspekte, die bei der Verarbeitung eines Werbemittels wichtig sind, können dann simuliert werden.

00:09:20: Und dadurch kann ich automatisiert pretesten.

00:09:23: Ich lade was hoch und kriege dann entsprechend nach ein paar Minuten.

00:09:27: Stärkenschwächen, Profil dieses Datenmethods.

00:09:29: Okay, Moment.

00:09:30: Auf dem Punkt müssen wir jetzt einen Moment bleiben.

00:09:33: Ihr habt KI-Agenten.

00:09:34: Ich hab verstanden, es sind, glaube ich, um die zwei Hundert, oder?

00:09:37: Die dann da drüber laufen.

00:09:39: Wir haben rund hundert Modelle im Einsatz, weil du brauchst für jede Aufgabe ein anderes KI-Modell.

00:09:44: Und so ein KI-Agent kannst du dir vorstellen, wie so eine Analyse Pipeline.

00:09:47: Der erste erkennt den Text.

00:09:50: Der zweite schaut, gibt es das Personalpronomen, du?

00:09:55: Darin er, weil das wissen, dass das wichtig ist.

00:09:58: Also pro KI-Agent ist quasi eine KPI hinterlegt und ich könnte dann zum Beispiel... Ich bin Händler, ich habe Eigenmarken, ich launche die Verpackung neu oder ich launche ein Produkt.

00:10:13: Ich könnte jetzt die Verpackung von einer neuen veganen Wurst, da zum Beispiel hochladen und würde dann vorher entscheiden, welche Agenten drüber laufen.

00:10:21: oder alle laufen drüber und danach könnte es Programm mir sagen, da hast du stärken, da hast du Schwächen.

00:10:26: Also jeder Art von Essen, jeder Art von Touchpoint hat ja noch mal andere Effektivitätstreiber.

00:10:32: Wenn du bei Verpackung bist, dann hast du ja noch das Regalumfeld.

00:10:35: Also pro, zum Beispiel der Video ist anders als ein TV-Spot und so weiter.

00:10:40: Also das sind aber die KPI's, die wichtig sind.

00:10:43: Das heißt so, wir bürden auf der Basis, nennen wir App, eine AI-App, in der sind die ganzen KPI's definiert.

00:10:51: Und je nach Werbemittel oder Touchpoint gibt es bestimmte KPI's.

00:10:55: Und auf der Basis wird da das Werbemittel evaluiert.

00:10:58: Also ob das eine Verpackung ist oder das Placement im Regal, das ist ja auch wichtig.

00:11:02: Also je nach dem Boys-Hinstelle.

00:11:04: kriegt zum Beispiel eine andere Aufmerksamkeit, also solche Aspekte.

00:11:08: Und das wären dann, wenn wir jetzt bei der Verpackung bleiben, dann würde ich von der Maschine sage ich jetzt mal so Infos kriegen wie... Nee, die Schrift ist noch nicht groß genug oder das ist ein Bioprodukt, das kommt nicht noch nicht genug zur Geltung oder was könnten so Beispiele sein, welche Schlüsse könnte ich daraus ziehen?

00:11:27: Genau, also wir haben sozusagen auch ein bisschen simuliert, wie so die Schritte in Gehirn sind.

00:11:31: Also hast ja vier grobe Schritte.

00:11:34: Das erste ist Aufmerksamkeit, dann kommt die Wahrnehmung, dann hast du Kognition.

00:11:39: Bei Kognitionen gibt es zwei Dinge.

00:11:41: Das eine ist, was ist es?

00:11:43: Kommt die Marke rüber, sind die Iconic?

00:11:46: Enthalten, so Aspekte.

00:11:48: Und der zweite Schritt ist im Gehirn, bei Kognition, was, wofür steht es?

00:11:52: Was ist es?

00:11:53: Also kommt hier rüber, dass es ein Bioprodukt ist, was in die Eigenschaften, die kommuniziert werden.

00:11:58: Und dann am Ende ist der letzte Schritt im Gehirn die sogenannte Valuation, also die Mehrwertkalkulation.

00:12:05: Und die weiß ihr dann daran, ob das, was das zum Beispiel die Verpackung an Botschaften kommuniziert, ob das zu den Bedürfnissen der Zielgruppe passt.

00:12:14: Das sind die Schritte.

00:12:15: Und innerhalb dessen gibt es dann verschiedene KPIs.

00:12:19: Also zum Beispiel bei Wahrnehmung gibt es dann, ist die Schrift gut lesbar.

00:12:24: Was jetzt ein Thema wird, ist auch altende Gesellschaft.

00:12:27: Und man weiß zum Beispiel, dass wenn du älter wirst, dann trübt dich die Linse ein.

00:12:31: Dann wird alles so ein Ticken gelblicher zum Beispiel.

00:12:33: Oder deine Fähigkeit Kontraste zu sehen nimmt ab.

00:12:37: Und das ist dann etwas, wo wir zum Beispiel einen KPI haben, der Kontrast der Schrift zum Hintergrund, wo wir teilen.

00:12:45: Diese verschiedenen Wirkungsmechanismen oder KPIs werden dann maschinell analysiert.

00:12:52: Wir haben ja auch bald das Barrierefreiheitsstärkungsgesetz, das alle immer mehr beschäftigen wird.

00:12:56: Haben wir auch schon mal hier ne Podcastfolge drüber gemacht.

00:12:59: Das würde da wahrscheinlich auch unterstützen.

00:13:01: Was ich mich auch gefragt hab, mich hab ein Kleinkind.

00:13:05: Und natürlich sind die Verpackungen vor allem im LEH immer genau auf der Höhe von einem Kleinkind.

00:13:10: Und sie will immer die Tomatensauce von der Maus.

00:13:13: Ist ja klar, so lief's schon immer.

00:13:16: Gibt's auch einen Agenten, der das checkt, so von wegen, wie das auf Kinder wirkt?

00:13:20: Die meisten ... Prozesse sind eigentlich gleich.

00:13:25: Erst hinten raus, wenn es um die Beurteilung geht.

00:13:27: Dann haben natürlich Kinder ganz andere Bedürfnisse als jetzt du.

00:13:32: Aber von der, was fällt auf, also die Maus muss ja erst mal auffallen, dann muss die Maus überhaupt erst mal wahrgenommen werden und verstanden werden, das ist eine Maus.

00:13:40: Also diese Aspekte sind eigentlich alle gleich, nur das Kind hat ja gar nicht das Ziel, die gesündeste Tomatensoße auszuwählen, sondern hat eigentlich überhaupt gar keine Referenz für Güte der Qualität von Tomaten.

00:13:54: Also, nimmst du das, was ihr Spaß macht?

00:13:56: Also, so ihr Bedürfnis in andererseits dahins und die Maus auf der Verpackung passt gut zu ihrem Bedürfnis.

00:14:03: Aber das Prinzip dahinter, nämlich, dass wir die Dinge wollen oder die Verpackung wollen, die signalisiert, ah, das passt gut zu meinen Bedürfnissen.

00:14:12: Das ist das Gleiche.

00:14:13: Du hast ja andere Bedürfnisse.

00:14:14: Ja, voll.

00:14:15: Okay, dann haben wir über das Thema Verpackung gesprochen.

00:14:18: Wie ist das denn aber jetzt?

00:14:19: zum Beispiel, wenn ich ein TikTok real hochladen wie könnte ich mir das davor stellen?

00:14:25: also bewegt bild kann ich mir kann ich ja auch hochladen.

00:14:28: genau also vom Prinzip her ist alles was im audio also sound das kann gesprochene sprache sein das kann aber auch.

00:14:36: ist da überhaupt sound?

00:14:37: da ist der musik da ja oder nein?

00:14:39: ein bisschen über bilder texte.

00:14:41: Und bei den Texten nicht nur, dass da ein Text da ist, also nicht nur die Texterkennung, sondern auch die Semantik des Textes, was ist die Botschaft des Textes.

00:14:49: Und wenn du natürlich Bilder kannst, dann ist die Sequenz entsprechend dann das Video besteht ja aus Bildern.

00:14:56: Also das sind so die Dinge, die wir abbilden können, automatisiert.

00:14:59: Und bei einem TikTok-Video ist auf da sozusagen vom Gehirn aus gedacht, erstmal bestäteten Video ja aus Szenen.

00:15:06: Das heißt hier ist erstmal eine KI, die haben wir trainiert, um Szenenerkennung zu prognostizieren, weil dir das dann ermöglicht, dass du auch eine Scene-by-Scene-Analyse bekommst.

00:15:15: Und das ist gar nicht so trivial.

00:15:17: Bei dem TV-Spot ist es ganz einfach, Szenen zu erkennen und du hast einen klaren Wechsel an Protagonisten oder so.

00:15:23: Aber gerade, wenn du bei Social Media bist, das ja manchmal so gemorfte, animierte Dinge.

00:15:28: Da ist gar nicht so trivial zu sagen, das ist jetzt eine Szene.

00:15:31: Das heißt, die SKI zerlegt das Video erst mal automatisiert in Szene.

00:15:35: Und dann geht es auch zum Beispiel um TikTok-spezifische Dinge wie, wie schnell ist das geschnitten?

00:15:41: Wie viel Bewegung ist drin?

00:15:43: Das sind zum Beispiel KPI's, die bei einer Verpackung natürlich keine Rolle spielen.

00:15:47: Und da haben die verschiedenen Plattformen, also TikTok, Instagram und so weiter, auch unterschiedliche Normen, zum Beispiel bei dem YouTube-Bumper-Ad.

00:15:55: Da müssen die Leute ja fünf Sekunden gucken.

00:15:58: Das heißt, da würde man zum Beispiel gucken, ist das Logo Aufmerksamkeit stark innerhalb der ersten fünf Sekunden, ist dann da ein KPI.

00:16:05: Den gibt's dann bei TikTok nicht, weil die nicht diese fünf Sekunden Grenze haben.

00:16:09: Also du guckst immer nach, was ist das für eine Art von Asset und was ist so der Kontext, in dem es rezipiert wird.

00:16:15: Davon leiten sich die KPI's ab und davon dann die stärken Schwächen analysen.

00:16:20: Es klingt jetzt spontan, würde ich sagen, auch so danach, als ob das mir viel ... Arbeit auch abnehmen kann.

00:16:25: Was sind denn so typische Cases für die Händler Brainsuite verwenden?

00:16:32: Sind das Verpackungen und Bewegbild?

00:16:34: oder was wären so klassische Anwendungen bei Händlern?

00:16:36: Es gibt eigentlich zwei ganz grobe Use Cases.

00:16:39: Und zwar unterscheidet sich das dahingehend, ob ich schon Standard-Pretest habe, ja oder nein.

00:16:46: Zum Beispiel, wenn du ... Die meisten haben Pre-Tests für TV.

00:16:49: D.h.

00:16:50: dort werden wir eingesetzt, um mit dem bestmöglichen Variante in den Pre-Test zu gehen.

00:16:55: Dort substituieren wir den TV-Test nicht, sondern dort optimieren Sie dann, damit Sie mit dem optimalen Esset dann in den Pre-Test gehen.

00:17:04: Das spart aber auch viel Zeitung Geld, weil die schleifen Spaß.

00:17:07: Bei der Verpackung auch dort haben Sie oftmals einen Pre-Test, einen Konsumentenstandardpre-Test.

00:17:14: Auch der fällt nicht weg, aber auch hier geht es darum schon früh in der Entwicklungsphase Feedback zu kriegen.

00:17:19: zum Beispiel, gibt es einen KPI, der heißt Konsistenz zur Marke, wenn du Brandblock bilden willst.

00:17:27: Dann darfst du ja nicht zugleich sein zu deinen eigenen Designs, sonst findest du dich im Brandblock nicht so recht.

00:17:34: Du willst aber auf jeden Fall distinct zum Wettbewerber sein.

00:17:37: Das sind also Dinge, die kannst du.

00:17:39: in den frühen Phasen schon mit Feedback kriegen, um dann am Ende das mit dem besten Design in den Test zu gehen.

00:17:46: Das sind sozusagen die Art von Use Cases für die Fälle, wo ich einen Standard-Pretest habe.

00:17:53: Und dann gibt es aber ganz, ganz viele Werbemetteln, wo du gar keinen Pretest hast.

00:17:58: Banner, da machst du AB-Test, aber AB-Tests stehen auf wackeligen Beinen.

00:18:02: Du hast über sechzig Prozent aller Klicks im Internet sind Bots.

00:18:07: Du weißt ja sogar nicht, ob mit AB-Test.

00:18:09: das hört sich immer gut an, aber das hat auch so seine Probleme.

00:18:12: Dann so schon wie der Video.

00:18:14: Unilever testet pro Tag vierhundert Videos, global.

00:18:18: Wahnsinn.

00:18:18: Also, weil sich das so schnell dreht, dass du das überhaupt nicht mehr gepretested bekommst.

00:18:23: Und gerade bei den Händlern ist ja interessant mit den Eigenmarken, selbst wenn sie einen Standard-Pretest haben.

00:18:30: testen sie ja nicht alle Designs.

00:18:32: Sie haben dann zwei, drei Master Designs für eine Marke und die ziehen sie dann durch.

00:18:36: Hier kann ich dann entsprechend die Adaptationen, die teilweise für die verschiedenen Kategorien oder auch für die verschiedenen Länder da sind, auch die kann ich dann pretesten, was ich normalerweise nie könnte.

00:18:47: Also eigentlich schließen wir hier eine Qualitätskontrolllücke, wenn man so will.

00:18:51: Wir

00:18:51: schauen uns immer Kosten und nutzen an, logischerweise.

00:18:54: Also ich sehe, auf der einen Seite kann ich Kosten reduzieren, weil ich auch Prozesse verschlanken kann und auf der anderen Seite kann ich Umsätze steigern, weil ich mehr Aufmerksamkeit bekomme, die Gehirne so erreiche, wie ich es möchte sozusagen.

00:19:08: Das sind die beiden Schrauben quasi.

00:19:10: Genau.

00:19:11: Und was den Impact auf den Return on Investment angeht, sind wir ja auf die Daten unserer Kunden angewiesen, weil wir das selber gar nicht machen können.

00:19:18: Aber die, die eine Validierung machen, hat jetzt gerade auch einen FMCG-Kunde gemacht, der konnte dann zeigen, dass unsere KPIs, also die Assets, das war Meta, also Instagram und Facebook-Videos, die gut auf unseren KPIs abschneiden, haben eine dreihundertfünfzig Prozent höhere Wahrscheinlichkeit, dass sie auch im Markt gut funktionieren.

00:19:40: Also, das heißt, du hast hier eine Koalition zwischen wie gehirnfreundlich ist das und wie gut funktioniert es dann auch im Markt.

00:19:48: Was ich mich noch gefragt habe, inwiefern sich die Technologie dahinter weiterentwickelt, weil du meintest ein KI-Agent.

00:19:55: Dahinter steckt immer ein anderes Modell, ist das dann so, dass sich das immer weiterentwickelt, weil ihr ja jetzt auch Learnings mit den Kunden macht, dass ihr weitere Agenten entwickelt?

00:20:03: Oder wie kann man sich das vorstellen?

00:20:05: Also wenn es einen neuen KPI gibt, dann brauchen wir einen neuen Agenten, da brauchen wir eventuell auch andere Modelle.

00:20:12: Dann ist die ganze Pipeline anders.

00:20:14: Pipeline ist immer Input, Verarbeitung, Output, das ist so die Pipeline.

00:20:18: Da musst du gucken, was brauchst du da an?

00:20:20: Sowieso ein Baukastensystem.

00:20:22: Und wenn es einen neuen KPI gibt, dann müssen wir entsprechend neue Modelle bauen, neue KI-Agenten bauen.

00:20:29: Aber von den grundlegenden Modellen müssen wir nicht so viel updaten.

00:20:34: Also die Art, wie das Gehen funktioniert, ist dreiviertausend Jahre alt.

00:20:36: Der hat sich nicht viel geändert.

00:20:38: Ich habe jetzt keine Tiktokke hier, also die Prozesse sind die gleichen.

00:20:43: Was sich natürlich ändert, ist... Sowas wie Trends oder Bedürfnisse ändern sich.

00:20:48: Und da hören wir aber auch auf.

00:20:50: Also wir sagen, wir können prognostizieren, ob ein Leibermittel gehenfreundlich ist, ob sie intedierte Botschaft rüberbringend effizient.

00:21:01: Aber ob diese interdierte Botschaft die richtige ist, das wissen wir nicht.

00:21:04: Das hast du im Vorstellungs ... Ach, im Vorstellungs ... Wo du dich beworben hast für den Podcast.

00:21:09: Im Vorgespräch hast du auch gesagt, Trends Technologien entwickeln sich weiter, aber eins bleibt, wie das Gehirn funktioniert.

00:21:14: Ja, genau.

00:21:15: Und wenn ich an Marketing denke, wenn ich an Handelsmarketing denke, denke ich auch an Retail Media.

00:21:21: Gibt es da ... Ich könnte mir jetzt schon Sachen vorstellen, wie das wirken könnte, wie man das nutzen könnte.

00:21:28: Das ist sozusagen ein Werbemittel in einem speziellen Kontext.

00:21:32: Erst mal.

00:21:33: Und auch da gibt es statische und bewegte Varianten davon.

00:21:37: Und es gibt einen ganz spannenden, ganz spannenden Research.

00:21:40: der zeigt, dass wenn du also die Idee bei retail media kann ja sein, guck mal, ich muss ziemlich laut sein, damit ich in diesem cluttered environment überhaupt durch dringe.

00:21:50: Und dann fangen die retail media Werbemittel dann an ziemlich laut zu sein und zu schreien und so.

00:21:54: Es scheint aber so zu sein, dass es dem Gehirn viel leichter fällt.

00:21:59: laute Nebengeräusche zu unterdrücken als leise Nebengeräusche zu unterdrücken.

00:22:04: Und wir kennen das, wenn du in der Bahn fährst und Leute neben dir reden und du hast ganz einmal dieses Hintergrund rauschen, dann kannst du das eigentlich ziemlich gut unterdrücken.

00:22:11: Wenn aber jemand anfängt neben dir zu flüstern, obwohl es ja viel leiser ist als der Rest, dann stört dich das viel mehr.

00:22:18: Also unser Gehirn ist nicht so gut darin, Dinge zu unterdrücken, die so subtil sind.

00:22:23: Es gab zum Beispiel einen Retailer, der hat über das MO-Pro-Regal Monitore angebracht.

00:22:30: mit Kühen auf einer Weide.

00:22:32: Also es war sementisch schon mal gut, weil du da mit Frische kommunizierst.

00:22:35: Mopro-Markereiprodukte?

00:22:37: Ja, Mopro-Markereiprodukte, genau.

00:22:39: Aber sie haben dann auch herausgefunden, dass diese Kühe dürfen sich nicht so viel bewegen.

00:22:45: Weil du das dann, das gehen unterdrückt, aber wenn du so so viele immer mal wieder, bewegt sich da so ein bisschen, dann hast du mehr Aufmerksamkeit, als wenn du laut schreist.

00:22:54: Der konnte die Umsätze über zwanzig Prozent im Mopro-Regal.

00:22:58: aufs Jahr erhöhen mit ein paar Monitoren obendrauf.

00:23:00: Das ist dann schon sehr viel Geld.

00:23:03: Ich will mal mit dir noch ganz kurz über das Thema Bauchgefühl sprechen und Erfahrung, weil das sind schon die beiden Worte, die mir die ganze Zeit so in den Kopf kamen, weil wir ja auch in unserem Vorstellungsvorgespräch über Cultural Shift gesprochen haben.

00:23:19: dass es meistens nicht daran liegt, dass man keine guten KI-Tools hat, sondern dass man sie auch richtig einsetzen muss.

00:23:26: Und sie müssen Teil der Kultur und der Organisation werden und der internen Prozesse.

00:23:33: Ich finde, das ist schon so ein schönes Beispiel an diesem Tool, das ihr entwickelt habt.

00:23:37: Weil wenn ich mir das so vorstelle, ich war früher auch in der Verlagsbranche, wer hatte da das Sagen, wie ein Cover aussieht?

00:23:45: Das ging dann natürlich auch, wir haben das schon vor fünfzehn Jahren mal probiert.

00:23:51: Ich weiß ganz genau, dieser Farbton funktioniert in der Zielgruppe nicht.

00:23:55: Wir können das nicht mit so einem Button machen.

00:23:57: Also es ist sehr subjektiv, kreativ, intuitiv solche visuellen Prozesse, die auch oft mit Grafikdesignern etc.

00:24:05: entwickelt werden.

00:24:08: Ich meine, du kriegst das ja wahrscheinlich auch mit von deinen Kunden bis da dran.

00:24:12: Was ist das für eine Veränderung?

00:24:13: Weil dann sagt man nicht mehr, ich hab's mir vom Chef freigeben lassen, sondern ich hab's mal von MKI-Agenten checken lassen.

00:24:20: Natürlich wird's immer noch irgendwo freigeben, aber das ist so ... Was ist dann das Bauchgefühl und was ist Kreativität?

00:24:26: Also, ich glaube, da gibt's eine Unterscheidung.

00:24:29: Die gehen im Marketing immer mehr dahin, dass wir eine Marketingmaschine bauen.

00:24:33: Da gibt's niemanden mehr, der sich bauchgefühlmäßig das anguckt.

00:24:37: Das ist einfach gar nicht schnell genug.

00:24:40: Das machst du vielleicht noch bei einer großen Kampagne.

00:24:42: Guckst du dir den Spot noch mal an, aber ansonsten ist das hochgradig automatisiert in die Workflows eingebaut.

00:24:48: Also dann hast du sozusagen das Thema gar nicht mehr.

00:24:50: So, wenn man jetzt in die anderen Workflows reinguckt, wo es wirklich noch diese Interaktion dann gibt.

00:24:56: Und ich sage nicht, dass das gut oder schlecht ist, einfach nur Beschreibung.

00:24:59: Dann gibt es natürlich Reaktanzen.

00:25:02: Wenn jemand sagt, das finde ich jetzt gut und die Maschine sagt, das ist aber nicht so toll.

00:25:07: Wer hat jetzt recht, ist natürlich sehr einfach, weil sich die Maschine nicht wehren kann zu sagen, die Maschine ist doof.

00:25:12: Da empfehle ich jeden das zweite Buch von Karne-Mann, was ich eigentlich noch besser finde, Neues.

00:25:16: Heißt das eine Rauschen?

00:25:18: Das

00:25:18: ist relativ neu, ne?

00:25:20: Der Mensch ist einfach ein ganz, ganz schlechter Entscheiler.

00:25:24: Ihm fällt's nur selbst nicht auf.

00:25:28: Und wir machen manchmal mit Unternehmen dann bei D-Code... heißt dann auch Neuesordit.

00:25:34: Das heißt, wir zeigen Werbemittel oder Bilder und lassen dann unterschiedliche Menschen aus dem Unternehmen sagen, ist das gut oder schlecht.

00:25:40: Die sind sich überhaupt nicht einig.

00:25:43: So.

00:25:43: Und da gibt es ein schönes Zitat aus dem Buch von Karnemann, das sagt, also selbst ein simpler Algorithmus ist über die Menge der Entscheidungen besser als der Mensch.

00:25:55: Und wir sind hier weit entfernt von...

00:25:57: Ich habe jetzt richtig Bock, das Buch zu lesen.

00:25:58: Ohne,

00:25:59: das ist wirklich toll.

00:26:00: Also Sie kommen zeigen, dass so... Dass du bei Richtern zum Beispiel, bei fast identischen Fällen hast du eine Strafe zwischen drei Monaten und dreizehn Jahren.

00:26:11: Also du hast einfach... Und

00:26:11: sie haben rausgefunden, es hängt davon ab, ob es nach der Mittagspause war oder?

00:26:15: Das auch noch.

00:26:15: Ob die

00:26:16: sie gegessen hatten, das ist das, oder?

00:26:18: Das auch, genau.

00:26:19: Also wenn du nach der Mittagspause sind, die müde und satt und happy, dann hast du mildere, dann hast du in der Tendenz mildere Urteile zum Beispiel.

00:26:27: Also der Mensch ist einfach ein viel schlechterer... entscheider, als er selbst empfindet.

00:26:33: Und ich will jetzt nicht sagen, dass diese Intuitionen alle Quatsch sind.

00:26:36: Aber fragst du zehn Leute an unterschiedlichen Tagen, kriegst du unterschiedliche Antworten.

00:26:42: Der eigentliche Vorteil ist, dass du hier was hast, das auch im Unternehmen ein mentales Modell etabliert.

00:26:49: Weil unser Arbeitsgedächtnis ist vier plus minus eins.

00:26:52: Mehr kannst du dir nicht merken oder nicht gleichzeitig verarbeiten.

00:26:55: Und das heißt, so eine ganzheitliche Betrachtung fällt dir sowieso schwer.

00:27:00: Aber die Maschine macht das eben und das sehr schnell.

00:27:02: Und dann dadurch etablierst du auch ein mentales Modell im Unternehmen.

00:27:07: Es gibt ein schönes von wegen Bauchentscheidung.

00:27:09: Es gibt von Gigerrenzer das Buch Bauchentscheidung.

00:27:12: Weiß ich, ob du das kennst, von Gerd Gigerrenzer, der damaliger früher war Chef der Fraunhofer-Institut.

00:27:20: Also auch ein sehr schönes Buch.

00:27:22: Dort hat er von einem Fall beschrieben, ging um Ärzte.

00:27:25: Und es ging um die Qualität der Entscheidung, sollen die Leute auf die Intensivstation oder nach Hause.

00:27:31: Relativ wichtige Entscheidung.

00:27:32: Und was sie dann gemacht haben, sie haben den Ärzten ein Gerät gegeben.

00:27:36: In das konnten sie Vitalwette eintragen.

00:27:38: Dann hat die Maschine gesagt, nach Hause oder Intensivstation.

00:27:41: Die Qualität der Entscheidung wurde besser.

00:27:43: Das spannende war, dass man nach ein paar Wochen ihnen das Gerät weggenommen hat.

00:27:48: Aber die Güte der Entscheidung blieb auf hohem Level.

00:27:51: Das heißt, ihre Intuition hat über dieses Eingeben, also hat das Muster erkannt, aber impliziert.

00:27:57: Also System eins, hier wieder.

00:27:59: Ja, krass.

00:28:00: Und das ist eigentlich das, was ich über so ein System auch mache.

00:28:03: Ich gebe was rein, ich kriege Feedback und daraus erkennt sich Mustererkennung und das bei einem großen Unternehmen.

00:28:09: Das heißt, du etablierst ein mentales Modell von Effektivität.

00:28:14: Das kriegst du mit Schulungen und Training und so, kriegst du das nicht hin.

00:28:18: Und das eigentlich ein ziemlich unterschätzt der Mehrwert.

00:28:20: ... dieser KI-Systeme aus meiner Sicht.

00:28:24: Das ist eigentlich ein guter Lehrer.

00:28:26: sozusagen ist, ne?

00:28:28: Genau.

00:28:29: Das wird dich total spannend.

00:28:31: Würdest du sagen, dass es bei Kunden auch schon mal so AHA-Momente gab, also so, wo sie quasi was von eurem Tool gelernt haben, also wo sie gemerkt haben, boah krass, wir haben das immer so gemacht und das dann darüber laufen lassen und ... Da hast du jetzt total geändert, weil wir gecheckt haben, dass es gar nicht funktioniert.

00:28:50: Also, gibt es da noch so ein Beispiel, was dir einfällt?

00:28:53: Ja, es ist so auf einer aggregierten Ebene, es war ein Kunde, das können nicht viele, weil die wirklich Marktdaten hatten und die haben unser Tool genutzt zur Optimierung von Verpackung, also bei relaunches.

00:29:03: Und dann haben sich dann angeguckt, sie hatten ihre derzeitige Verpackung, haben dann ihre neue und haben in unserem Tool sozusagen gesagt, wie groß ist der Shift?

00:29:11: Also, wie gut ist die Verbesserung?

00:29:14: Haben es dann wirklich geluncht?

00:29:16: und konnten sehen, dass da eine Korrelation zwar war bei relaunches zwischen unseren Ergebnissen und deren in-market Ergebnissen von über achtzig Prozent.

00:29:25: Das ist eine Varianzerklärung von über siebzig Prozent und deutlich stärker als purchase interest in ihren pretests.

00:29:32: Sie haben relaunches genommen, haben pretests gemacht, haben gesehen.

00:29:35: Konsumenten sagen, ich kaufe das oder nicht.

00:29:37: Haben das dann abgeglichen mit den tatsächlichen sales nach launch und mit unseren Ergebnissen und haben dann gesehen, die Leute zu fragen, ob sie es kaufen oder nicht, hatte keine prädiktive Validität, aber unser Tool dann schon.

00:29:51: Und das war für die Kunden dann schon schockierend, so.

00:29:56: Hat dann aber dazu auch gefühlt, dass sie das dann auch global ausgerollt haben.

00:30:01: Ja, da geht was.

00:30:03: Ich hätte jetzt auch richtig Lust, mal unsere ganzen CIA-Sachen, ich gucke hier aufs Logo und so mal darüber laufen zu lassen und einfach mal zu gucken, was die KI ausspuckt, was wir übersehen haben, was wir hätten besser machen können.

00:30:16: Also total interessant.

00:30:18: Es gibt natürlich viele Grenzen.

00:30:19: Also wir haben jetzt sehr fokussiert auf das, was geht.

00:30:22: Also wenn du zum Beispiel ganz subtile Norsen hast.

00:30:25: Dann ist das für die Maschine schwierig, weil das sozusagen auf Pixel-Ebene für sie das Gleiche ist.

00:30:30: Wenn es ums Thema Trends geht, für die Maschine echt schwierig, weil es immer Vergangenheitsbezogen.

00:30:36: Wenn es darum geht um die Bedürfnisse, also wie relevant ist eine Botschaft?

00:30:42: Da ist die Maschine auch... Limitiert.

00:30:45: Es gibt ganz viele Limitationen.

00:30:47: Und ich sage nicht, das Ding kann alles.

00:30:49: Gott

00:30:49: sei Dank.

00:30:49: Ja,

00:30:50: absolut.

00:30:51: Mir geht es nur darum, dass man guckt, was kann es, für welchen Fall.

00:30:55: Und das glaube ich so in meinem Plädoyer.

00:30:56: Man muss den Use Case klar haben.

00:30:58: Also wir haben teilweise Anfragen dann auch von interessierten Unternehmen und die sagen, wir wollen was mit KI machen.

00:31:03: Also ja, was denn?

00:31:04: Ja, wissen wir nicht, was geht denn?

00:31:06: So, das ist dann natürlich schwierig, sondern wirklich zu gucken, was ist das Problem.

00:31:10: Und teilweise sagen wir auch den Kunden, Also dafür brauchst du keine KI.

00:31:14: Das ist sozusagen mit Kanon auch Spatzen geschossen.

00:31:17: Das kann es auch anders lösen.

00:31:19: Also, dass man immer erstmal klar hat, wer soll was, wann, wofür machen und ist dann die KI oder diese KI ist ja nur eine Technologie.

00:31:28: Ist diese Technologie die richtige?

00:31:31: Ich meinte Gott sei Dank, weil das heißt ja, dass wir immer noch dafür gebraucht werden, neue Trends zu entdecken und neue Dinge zu entwickeln.

00:31:39: Das sind ja auch gute Nachrichten.

00:31:40: Also wir können das als super Unterstützung nutzen.

00:31:43: Das kann uns extrem entlasten.

00:31:44: Wir können daraus lernen.

00:31:46: Aber wir werden auch noch gebraucht im Marketing.

00:31:49: Letzte Frage, was ich mich gefragt habe, ich habe jetzt natürlich hier auch schon Buchtipps notiert von dir.

00:31:54: Du als Neuroscience-Experte, welche KI-Entwicklung behältst du gerade im Auge?

00:32:00: Was sind so Sachen, wo du was so spannend findest in der Entwicklung?

00:32:04: Also alle kennen diese LLMs, also diese Large Language Models.

00:32:07: Was hier ganz spannend ist, ist einmal der synthetische Konsument.

00:32:12: Also gab mir zur erste Forschung auch die zeigen, dass man auch so Entscheidungsverzerrungen von Menschen sozusagen nachbilden kann.

00:32:19: Das ist ganz spannend.

00:32:20: Der zweite Aspekt sind synthetische Experten, dass man dort LLM-basierte Systeme hat, die wirklich wie ein Experte funktionieren.

00:32:29: Ich habe meinen Experten einfach immer twenty four seven da.

00:32:32: Das ist, glaube ich, noch mal eine Hilfestellung, die noch mal hilfreicher sein wird im Marketing als Afer zu sagen, das ist jetzt... Grün-Gelbrot, also Goto der Schlecht, sondern dann auch qualitativ helfen kann.

00:32:44: Das sind so die Experten-Systeme, LLM basierte Experten-Systeme und das ist auf jeden Fall spannend.

00:32:51: Und was ich außerhalb vom Marketing spannend finde, ist die sogenannte Theory of Mind, AI.

00:32:59: Also Theory of Mind ist ja die Fähigkeit, mich in die Schuhe anderer zu versetzen.

00:33:04: also Empathie empfinden.

00:33:06: Und es gibt Erkenntnisse, die zeigen, dass die Kollaboration, also wenn der KI ein Teammitglied ist, also ein zutätiges Teammitglied, dass dann die Teamperformance sinkt.

00:33:18: Also KI alleine ist besser, der Mensch alleine ist besser, aber in der Kollaboration klappt das dann nicht so gut.

00:33:25: Weil der Maschine eben diese Empathie fehlt.

00:33:28: Also diese Theory of Mind, AI, das ist etwas, was sicherlich dann spannend wird.

00:33:34: Interessant.

00:33:35: Ich glaube, wir alle müssen uns so an den Gedanken gewöhnen oder können uns daran gewöhnen, dass wir KI-Agenten als Kolleginnen und Kollegen immer mehr bekommen.

00:33:44: Also sehr spannend.

00:33:45: Ich danke dir, Dirk, für deine Insights.

00:33:47: Vielen Dank.

00:33:48: Ich danke dir.

00:33:49: Danke für die Zeit, Karo.

00:33:50: Das Thema hat mich neugierig gemacht, weiter mit KI zu experimentieren, von KI zu lernen.

00:33:57: Ich hoffe, es geht euch genauso.

00:33:58: Abonniert gerne unseren Podcast.

00:34:01: Vielen Dank.

00:34:01: Macht's gut.

00:34:03: Mit unserem Wissen die Zukunft des Handels gestalten.

00:34:07: Dafür forschen wir EHI.

00:34:11: Gemeinsam

00:34:11: besser handeln.