05.01.2024

KI im Startup-Marketing: Hype und echte Einsatzfälle

Gastbeitrag. Wie hat sich die AI-Revolution des letzten Jahres auf die Marketingarbeit in Startups ausgewirkt? Marketing Consultant Leander Seidl fasst seine Eindrücke aus verschiedenen europäischen Startups zusammen.
/artikel/ki-im-startup-marketing-hype-und-echte-einsatzfa%cc%88lle

Das vergangene Jahr war zweifelsfrei geprägt vom Thema Künstliche Intelligenz: angefangen vom Hype um ChatGPT, über Bildgenerierungs-Tools wie Midjourney und DALL-E, bis hin zu KI-Audio und Video. Viele dieser Lösungen scheinen auf den ersten Blick revolutionär und vor allem für das Marketing von Unternehmen ein echter Game Changer zu sein. Doch wie sieht es in der Praxis aus? Welche Tools konnten in Marketing Teams wirklich brillieren – und welche stellten sich als Eintagsfliegen heraus?

ChatGPT im Marketing-Einsatz

ChatGPT stand zweifelsfrei an der Spitze des Trends zur künstlichen Intelligenz. Die Einsatzformen sind vielseitig, aus Marketing-Sicht sollte man die Einsatzformen in zwei Kategorien betrachten: Intern und Customer-Facing.

Gerade im internen Einsatz hat sich ChatGPT in vielen Teams bereits bewährt. Hier dient der Chatbot als eine Art Brainstorming Partner, um beispielsweise einen ersten Entwurf für Texte zu liefern, um Marketingpläne mit zusätzlichen Ideen anzureichern, oder um große Datenmengen strukturiert wiederzugeben. Konkrete Beispiele im Einsatz bei Startups sind Produkttexte im E-Commerce. Hier werden strukturierte Daten an die AI übermittelt, und ChatGPT liefert einen ersten Textvorschlag für einen Beschreibungstext.

Wichtig dabei: der Text wird danach nochmals menschlich finalisiert und feingeschliffen. Vor allem der seit November 2023 mögliche Einsatz von custom GPTs ist hier sehr hilfreich: so können interne ChatGPT Instanzen vorbereitet und konfiguriert werden, die für den Rest des Teams verfügbar sind, und z.B. die Firmeninternen best Practices und Style Guides bereits beinhalten.

Bei Customer-Facing Einsätzen ist hingegen mehr Vorsicht geboten: wenn Texte aus ChatGPT 1:1 genutzt werden – egal ob auf der Website, auf Social Media, oder in Emails, fällt dies mittlerweile geschulten Augen sehr schnell auf. Der Satz “Hast du das wirklich selber geschrieben, oder ist das von ChatGPT?” ist in letzter Zeit immer häufiger zu hören – das liegt daran, dass die KI oft übertrieben dramatisch und hochgestochen formuliert, und immer wieder auf ähnliche Schreibmuster zurückfällt. Wenn man außerdem das latente Risiko von Halluzinationen bedenkt, folgt das wichtige Learning: AI generierte Texte immer selbst Korrekturlesen und optimieren.

Auch das Implementieren von Chatbots, die Endkunden z.B. bei der Produktwahl beraten, ist dank Open AIs GPT-API prinzipiell deutlich leichter möglich, und kann – bei idealer Umsetzung – positive Auswirkungen auf die Conversion Rate haben. Allerdings sind auch hier die Risiken von Halluzinationen, potenzielle Exploits und DSGVO-Bedenken zu berücksichtigen. Ein Case, der zur besonderen Vorsicht mahnt, ist der Fall eines Autohändlers aus den USA, bei dem ein GPT-basierter Chatbot plötzlich Autos um 1 US-Dollar anbot.

KI-generierte Visuals für Werbungen

Midjourney und DALL-E, letzteres sogar mit direkter Integration in der bezahlten Version von ChatGPT, haben dieses Jahr massive Fortschritte gemacht. Waren Anfang des Jahres noch verstörende Resultate – zu viele Finger bei menschlichen Portraits, unnatürliche Proportionen – die Norm, so sind die Ergebnisse heute deutlich ansprechender und natürlicher. Dadurch stellen die AI-Bildgeneratoren heutzutage eine echte Alternative zu Stock-Photos dar.

In einem A/B Test hat ein österreichisches Startup eine identische fünfsekündige Video Ad einmal mit Stock Fotos und einmal mit KI-Bildern ausgeliefert. Die CPCs, Click Through- und Conversion Raten waren jeweils fast ident. Das bedeutet: Bei kurzen Einsätzen können mit AI generierten Visuals echte Kosteneinsparungen im Vergleich zu Stock-Bildern erzielt werden.

Auch im Bereich KI-Animationen haben sich viele neue Möglichkeiten aufgetan: RunwayML startete im Sommer 2023 mit einer “Text Prompt to Video” Anwendung, wodurch es möglich ist, ca. 5 Sekunden lange, komplett KI generierte Videos zu generieren. Hier ist allerdings noch mit einigen Restriktionen zu arbeiten: die Videos sind vor allem Kameraschwenks und Panoramaaufnahmen – gutes Füllmaterial für größere Videos, aber vor allem für das sinnvolle Einblenden von Text und Call To Actions, sowie den Schnitt von Clips mit klaren CTAs, ist die KI noch nicht geeignet.

Ein Midjourney-Bild mit dem Prompt “A large poster, with the text "Can AI write proper text?" on it”, erstellt mit der aktuellen V 6.0 des Tools
Ein Midjourney-Bild mit dem Prompt “A large poster, with the text „Can AI write proper text?“ on it”, erstellt mit der aktuellen V 6.0 des Tools (© Leander Seidl)

Auch Werbebanner, die neben einem Bild auch Grafikelemente und Texte benötigen, können noch nicht zuverlässig von KI generiert werden. Die neuesten Versionen von DALL-E und Midjourney zeigen zwar Verbesserungen – aber zu oft werden Texte weiterhin unleserlich oder sinnfrei in die Bilder eingefügt.

Audio mit KI

Ein Thema, bei dem künstliche Intelligenz tatsächlich beeindrucken kann, ist die Audio-Ausgabe. Es ist heute möglich, mit ca. 30 Minuten an aufgenommener Sprache, eine täuschend echt klingende Text-to-Speech Stimme zu erstellen. Die drei stärksten Tools in diesem Bereich sind Descript, PlayHT und Elevenlabs. Dies ist nicht nur ein beeindruckendes Gimmick, sondern kann auch echten Mehrwert bieten: zum Beispiel können Tutorial Videos für das eigene Produkt nun mit der Stimme des CEOs begleitet werden, und für Neuerungen am Produkt muss nicht jedes mal zurück ins Aufnahmestudio gegangen werden – mit der eigenen Text-to-Speech Stimme kann der Text binnen Minuten neu generiert werden.

Eher in die Richtung eines Tech Gimmicks geht hingegen die KI-generierte Erstellung von Songs: mit tools wie Suno, können innerhalb von Sekunden kurze Songs erstellt werden. Lyrics, Melodie, Gesang – aus einem einzigen Prompt erstellt die AI das gesamte Werk. Für den Marketing-Einsatz wären die Resultate wohl oft zu eigenartig und nicht konsistent genug. Beeindruckend ist das Potenzial allerdings jedenfalls: hier als Beispiel ein kurzer Song, der aus dem Prompt “Leander Seidl wünscht der Brutkasten-Community viel Erfolg für 2024, mit vielen Startups, Exits und Investments“ generiert wurde. 

Ein Ausblick

Unternehmen, die mutig genug sind, KI-Tools auszuprobieren und ihre Marketing-Teams damit aufzuwerten, können einen echten Wettbewerbsvorteil schaffen. Allerdings dürfen sich die Entscheidungsträger nicht von übertriebenen Versprechungen blenden lassen: bisher hat künstliche Intelligenz noch kein größeres Marketing Team vollständig ersetzt – und auch in absehbarer Zukunft wird dies nicht der Fall sein. Den Markt zu beobachten, neue Tools auszuprobieren, und nicht in voreilige Euphorie zu verfallen – das sind meine Vorsätze für KI im Marketing im neuen Jahr 2024.


Über den Autor

Leander C. Seidl ist selbstständiger Digital Marketing Stratege für Startups, KMUs und Corporates. Er arbeitete unter anderem am Aufbau des Travel-Startups Midnightdeal, sowie an Product Launches von verschiedenen Tech-Companies. An der FH Technikum Academy und der FH WKW ist er als Gastlektor für Marketing Automation tätig.

Deine ungelesenen Artikel:
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI

Wieder einmal ist es Linz. Die Stahlstadt mausert sich immer mehr zu Österreichs KI-Hauptstadt und auch eines der bislang sicher ambitioniertesten Startups in dem Bereich kommt von dort: Ablatic AI. Mit Talos wagt es sich über die Herausforderung schlechthin in der KI-Welt: ein eigenes Large Language Model (LLM) – brutkasten berichtete bereits.

Bei einer Benchmark vor Sol von OpenAI

Nun erfolgte der offizielle Launch und Ablatic gab erste Benchmark-Vergleiche aus (siehe Tabelle unten). An Claude Opus 5 kommt man demnach noch in keiner Kategorie ganz heran, in mehreren aber ziemlich nahe. DeepSeek V4 kann man dagegen gleich bei drei Werten schlagen, Qwen3.8 von Alibaba bei zwei und OpenAIs Flagship-Modell GPT-5.6 Sol immerhin bei einem, konkret der exakten Befolgung schriftlicher Anweisungen (IFBench). Unterm Strich spielt das Linzer LLM also in den vorgelegten Benchmarks in der internationalen Top-Liga mit.

„Es kann ja nicht sein, dass es in Europa nur Mistral gibt“

Aber warum überhaupt noch ein weiteres LLM? „Julian [Anm. Mauerkirchner] und ich kennen uns schon seit der Schule. Später haben wir als Unternehmer damit gestartet, Legacy-ERP-Systeme zu erneuern. Dabei sind wir auf ein Problem gestoßen: Wir konnten dafür aus Daten-Gründen keine US-KI-Systeme nutzen“, erzählt CEO Florian Zimmermann, der Ablatic AI gemeinsam mit Julian Mauerkirchner (CTO) gegründet hat, im Gespräch mit brutkasten. Man habe nur Mistral aus Frankreich oder Open-Source-Modelle verwenden können. „Mistral war für den Zweck aber nicht passend und unser Business Case bald tot“.

Mit dem Entschluss, eine neue Idee zu verfolgen, sei daher auch eine neue Motivation einher gegangen: „Es kann ja nicht sein, dass es in Europa nur Mistral gibt“, so Zimmermann. Man habe sich danach mit der Johannes Kepler Universität Linz (JKU) kurzgeschlossen und sei darüber auch zur AI Factory Austria AI:AT gekommen, wo man wiederum im Rahmen des EuroHPC-Programms europäische Hochleistungsrechenressourcen nutzt, um das Modell zu trainieren. „Ohne diese EU-Ressourcen würde es kostentechnisch überhaupt nicht gehen“, sagt Zimmermann.

Öffentliche Forschungsergebnisse statt eigenes Riesen-Research-Team

Doch auch mit diesen Ressourcen – wie lässt sich ein konkurrenzfähiges LLM mit einem kleinen Team und bislang gänzlich ohne VC-Kapital umsetzen? Schließlich beschäftigen die globalen KI-Player, mit denen sich Ablatic misst, riesige Teams. Mistral etwa ist mit seiner kürzlich kommuniziert Drei-Milliarden-Euro-Finanzierungsrunde im Vergleich zu Anthropic und OpenAI nach wie vor ein kleiner Fisch (brutkasten analysierte).

„Wir können kein 200-köpfiges Research-Team finanzieren und gleich von 0 auf 100 gehen, also greifen wir auf Bestehendes zurück“, erklärt der Gründer. Konkret verwende man einerseits Open-Source-Layer und code sie auf die eigenen Bedürfnisse um. Andererseits nutze man die neuesten Forschungsergebnisse von Universitäten wie dem MIT oder Stanford, die laufend über die Plattform arXiv veröffentlicht werden. „Wir orientieren uns an der Frontier-Forschung. Wir analysieren die Paper, legen die Erkenntnisse auf unsere Architektur um und testen es durch. Vieles davon funktioniert nicht, aber alles was funktioniert, bringt uns weiter“, so Zimmermann.

Mehr als 100 B2B-Testkunden – viele konvertieren gleich zum Launch

Die Beta-Version wurde nun bereits seit einiger Zeit mit mehr als 100 Unternehmen getestet – Ablatic konzentriert sich nämlich vorerst klar auf den B2B-Markt. Man habe für diese Tests schnell auch größere Unternehmen und Konzerne gewonnen. „Ich bin dafür wochenlang gesessen, habe Leute angeschrieben und einen Call nach dem anderen gemacht“, räumt Zimmermann ein. Dass man ein eigenes LLM und nicht nur eine Oberfläche baue, sei dabei zum entscheidenden Bonus geworden. „Und dass wir von der JKU kommen und im EuroHPC-Programm sind, hat unsere Glaubwürdigkeit enorm gesteigert“, sagt der Gründer.

Jetzt zum Launch würden viele der Testkunden bereits zu regulären Nutzern konvertieren, viele weitere noch die Testphase abschließen, mit dem Vorhaben, das dann auch zu tun, verrät Zimmermann. „Wir werden nicht 100 Prozent, aber einen Großteil konvertieren können“, ist er sicher. Punkten will Ablatic dabei nicht nur mit der europäischen Herkunft – Stichwort: Digitale Souveränität – sondern auch mit dem Pricing. „Wir haben eine relativ effiziente Architektur. Wir können kostengünstig hosten und das an die Kunden weitergeben“, so der CEO. Dass der offizielle Launch genau jetzt erfolgt, hat vor allem mit dem Gründungsprozess zu tun, der länger dauerte, als erhofft. „Ich gründe nie wieder im Sommer ein Unternehmen“, sagt der Gründer lachend.

Investment geplant: „Das Ziel ist definitiv, keine kleine Bude zu bleiben“

Und wie geht es weiter? „Wir wollen zuerst im DACH-Raum Fuß fassen und ohne große weitere Standorte skalieren. Dann wollen wir es auf Europa hochziehen“, erläutert Zimmermann. Auf Dauer werde dabei auch die Aufnahme von VC-Kapital relevant, vor allem wenn es darum gehe, die nächste Modell-Version herauszubringen. „Dann ist es wichtig, dass man schnell skaliert und iteriert. Wir sind stolz darauf, dass wir ein Modell ohne VC-Kapital trainiert haben. Wir haben gezeigt, dass auch so Großes möglich ist. Aber langfristig ist es völlig logisch, dass wir Kapital aufnehmen müssen“, sagt der Gründer.

Und es seien bereits mehrere Investoren aktiv auf das Team zugekommen, mit einigen befinde man sich schon in Gesprächen. „Das Ziel ist definitiv, keine kleine Bude zu bleiben, sondern eine größere Firma zu werden. Wir wollen jedenfalls nicht in Vergessenheit geraten“, so Zimmermann. Und der Zeitpunkt sei angesichts der Souveränitätsdebatte gut.


Benchmark-Vergleichstabelle

Anmerkungen zur Tabelle:

  • Fette Zahlen: Höchster Wert in der jeweiligen Zeile unter den Vergleichsmodellen.
  • „text-only“: Das Modell verarbeitet keine Bilder/visuellen Dokumente, weshalb OmniDocBench nicht anwendbar ist.
  • „–“: Kein veröffentlichter Wert vorhanden.

Kurzerklärungen der Benchmarks

  • Agents‘ Last Exam (UC Berkeley): Prüft langwierige, echte Arbeitsaufgaben an einem Computer (Terminal und Bildschirm zusammen), bewertet anhand des fertigen Gesamtergebnisses.
  • AutomationBench (Zapier): Testet 600 Business-Workflows über 47 simulierte Unternehmens-Softwaretools hinweg, die vollständig durchgehend ausgeführt werden müssen.
  • Toolathlon: Bewertet das Erledigen von Aufgaben in echter Büro-Software (z. B. E-Mail, Kalender, Tabellenkalkulationen und GitHub) über deren direkte Schnittstellen.
  • BrowseComp (OpenAI): Stellt schwierige Fragen, deren Antworten über das gesamte Internet verstreut liegen und durch selbstständiges Surfen recherchiert werden müssen.
  • DeepSWE v1.1 (Datacurve): Misst das eigenständige Beheben echter Softwareprobleme (Bugs) in bestehenden Quellcode-Sammlungen. Hinweis: Talos-1 wurde hierfür nicht optimiert und liegt 22 Punkte hinter der Spitze zurück.
  • OmniDocBench: Bewertet das fehlerfreie Lesen und Verstehen echter Dokumente inklusive visueller Layouts, Tabellen und mathematischer Formeln.
  • IFBench: Prüft die exakte Einhaltung von schriftlich vorgegebenen Anweisungen und Formatierungsregeln.
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI im Startup-Marketing: Hype und echte Einsatzfälle