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:
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher

Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.

In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.

„Ein Labor ist eine große Küche“

Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.

Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.

Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten

Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.

100 Jahre Forschung in sechs Wochen

Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.

(c) Martin Pacher / brutkasten

Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.

Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.

(c) Martin Pacher / brutkasten

Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.

Bezahlter Pilot, Lizenz pro Arbeitsplatz

Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“

Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten

Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.

Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.

„Fast jeden zweiten Tag ein neues Startup“

Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.

(c) Martin Pacher / brutkasten

Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.

Die größte Hürde ist der Mensch

Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“

(c) Martin Pacher / brutkasten

Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.

Auszeichnung vom Weltwirtschaftsforum

Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.

Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.

Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“


Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.

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