24.11.2020

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

Für die Zeit des zweiten Lockdown schreibt Leander C. Seidl ein wöchentlich wiederkehrendes Marketing-Fitness-Programm. In der ersten Woche geht es um das Thema Zielgruppen.
/artikel/marketing-fitness-programm-teil-1-lerne-deine-nutzer-besser-kennen
Marketing Zielgruppen
(c) beigestellt/Adobe Stock/Siam

Der zweite Lockdown hat viele Geschäftslokale gesperrt und manche Business-Opportunity platzen lassen – was er aber nicht blockieren darf, ist unser kreatives Denken. Auch wenn gerade vor dem wichtigen Weihnachtsgeschäft Unsicherheit und Zurückhaltung, sowohl in B2C- als auch in B2B-Märkten, herrscht – einen Lockdown unseres Marketing-Denkens darf es nicht geben. Klar ist: auch in Zeiten von Homeoffice und reduzierten Kontakten ist es notwendig, weiterhin daran zu arbeiten, den Betrieb voran zu bringen.

Finden Sie die passenden High Potentials für ihr digitales Unternehmen! Mit der brutkasten Jobs Plattform finden Sie die richtigen BewerberInnen für Ihre Stellenanzeigen.

Im Marketing-Bereich gibt es glücklicherweise die Möglichkeit – so abgenutzt es auch klingen mag – “die Krise als Chance” zu nutzen. Während des Frühjahrs, im ersten Lockdown, haben sich eine Reihe von strategischen Maßnahmen herauskristallisiert, für die sonst wenig Zeit bleibt, die aber langfristig zu einem starken Marketing-Fundament beitragen. Probieren wir es also aus: starten wir ein dreiwöchiges Marketing-Fitness-Programm, um möglichst gesund aus der Krise zu kommen!

Jede Woche wollen wir verschiedene Aspekte des digitalen Marketings analysieren und optimieren – dabei bedienen wir uns traditioneller Marketing-Konzepte, genauso wie aktueller Trends aus dem Growth Hacking und User Experience-Designs. Unser erster Blick sollte unseren Kundinnen und Kunden gelten – damit  wir sie besser kennenlernen können . Im zweiten Teil geht es darum, wie wir Daten nicht nur richtig messen, sondern diese auch akkurat interpretieren können und im dritten und letzten Teil widmen wir uns der strategischen Planung von Funnels und User Journeys. Jede Woche gibt es einige Vorschläge für Tasks, um die Theorie auch praktisch umsetzen zu können.

Woche 1: Lerne deine Nutzer besser kennen!

Sie ist einer der grundlegendsten Aspekte bei der wirtschaftlichen Planung eines Unternehmens: die Zielgruppe. Von der genauen Kenntnis der Größe und der Erreichbarkeit der potenziellen Zielgruppe hängt auch der erwartbare Umsatz und somit schlussendlich der mögliche Erfolg ab. Es kann also davon ausgegangen werden, dass es in fast jedem Betrieb bereits Überlegungen zur idealen Kundschaft gab. In der aktuellen Phase, in der vielleicht weniger Sales-Besuche und andere physische Treffen stattfinden, bietet sich jetzt die Gelegenheit, mit zwei Fragen tiefer in die Thematik einzutauchen:

  1. Sind unsere Zielgruppen präzise genug definiert, um für unser Marketing nützlich zu sein?
  2. Entsprechen unsere Zielgruppen noch der aktuellen Realität unserer Produkte?  Müssen wir uns vielleicht an eine anders definierte Zielgruppe wenden – oder gar andere Produkte für die als gegeben angenommene Zielgruppe entwickeln?

Sind unsere Zielgruppen präzise genug definiert, um für unser Marketing nützlich zu sein

Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten. Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.

Während es in Businessplänen oft genügt, eine Zielgruppe breit, anhand von groben demographischen Parametern zu definieren, sollten wir im digitalen Marketing ein Stück weitergehen. Der Einsatz von Personas hat sich hier in den letzten Jahren etabliert: drei bis fünf archetypische Kunden werden hier detailliert modelliert. Es bleibt dabei nicht nur bei Parametern wie Alter, Geschlecht und Wohnort, auch relevante Verhaltensmuster sollten dargestellt werden: was sind die wichtigsten “Pain Points”, bei denen unser Produkt das Leben des jeweiligen Kunden erleichtern könnte? Welche Medien liest unsere beispielhafte Kundin, wo informiert sie sich?

Natürlich glaubt jeder an seine Einzigartigkeit, natürlich wehrt sich jeder instinktiv dagegen, mit anderen in einen Topf geworfen zu werden. Aber wir alle haben Eigenschaften, die wir mit anderen teilen – und diese Gemeinsamkeiten sind potenzielle Ansatzpunkte, um die vielfältigen Kunden auf einige Archetypen herunterzubrechen. In meinem Beispiel sieht das etwa so aus (und dass ich einen Bart trage, kein Auto fahre und ab und zu ein Bier trinke, ist da noch gar nicht berücksichtigt):

Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden (oder zukünftigen) Kundschaft zu befassen. Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben. 

Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren. Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden. Dabei sollte man innerhalb von ca. 20 Minuten noch näher auf die Vorlieben und Verhaltensweisen der Kundschaft eingehen. Idealerweise können im Rahmen dieser Gespräche auch gleich User Testings durchgeführt werden – bei diesen werden den Teilnehmern beispielsweise Werbemittel, aber auch bestehende und zukünftige Features des Produkts gezeigt. Die Interaktion wird dann dokumentiert und abgefragt. Dies mag in Zeiten von Corona zwar schwierig klingen – dank Videokonferenz-Tools & Screen Sharing lässt es sich aber auch problemlos digital durchführen.

Du hast das Gefühl, dass du Fehl am Platz bist? Such dir hier deinen neuen Job!

Wenn die Daten nun alle gesammelt sind, können die Personas rasch definiert werden. Es gibt im Internet eine Vielzahl an möglichen Tools dafür, beispielsweise den Persona Creator von Hubspot.

Zu beachten ist dann auch der Einsatz der Personas: diese sollten in viele Aspekte des Unternehmens einfließen – bei der Planung von Sujets und Funnels sollte berücksichtigt werden, wie der jeweilige Kundenarchetyp darauf reagieren würde, im Kundensupport können Personas verwendet werden, um sich besser in den Nutzer hineinzuversetzen.

Entsprechen unsere Zielgruppen noch der aktuellen Realität unserer Produkte?

Vielleicht besitzt unser Unternehmen aber auch bereits definierte Personas. Doch gerade im Startup-Sektor ändern sich die Gegebenheiten oft rapide: wenn die Archetypen bereits vor längerer Zeit erstellt wurden, kann es sein, dass sie nicht mehr die Realität der Kundschaft widerspiegeln. Nutzen wir die Ruhe des Lockdowns also dazu, die Personas einem Reality-Check zu unterziehen.

Auch hier kann der Ansatz ähnlich ablaufen: zuerst eine Analyse der Daten von Analyse Tools wie Google Analytics, um zu sehen, ob diese sich signifikant verändert haben. Danach sollte überlegt werden, in welcher Form eine Umfrage unter den bestehenden Kunden durchgeführt werden könnte: natürlich wären die Empfänger nicht erfreut, wenn sie zum wiederholten Mal dieselbe Umfrage beantworten müssten. Aber womöglich gibt es genügend neue User, um eine statistisch signifikante Umfrage unter ihnen durchzuführen. Auch User Interviews und User Testings mit diesen neuen Usern sind dann ein nützlicher Schritt, um auf dem neuesten Stand der Kundschaft zu bleiben.

Mit den gesammelten Daten sollten die bestehenden Personas dann verglichen und bei Bedarf angepasst werden. Dieser Prozess sollte generell jährlich stattfinden – die Lockdown-Zeit bietet hier möglicherweise ein gutes Zeitfenster.

Die Übungen

Legen wir also los mit unserem Marketing-Fitnessprogramm. Bis nächste Woche empfehle ich folgende Übungen:

  1. Erstellung der ersten Customer Personas
    1. Analysiere die Daten deiner Analytics-Tools: aus welchen Altersgruppen kommt deine Kundschaft, welches Geschlechterverhältnis besteht, wo leben sie?
    2. Lass deine Kunden von sich erzählen: sende ein allgemeines Survey an deine Kunden-Liste (oder an deine Lead-Liste, falls du noch keine aktiven Kunden hast), um Details über Beruf, Interessen, Informationsquellen herauszufinden.
    3. Sprich mit deinen Kunden: organisiere einige User-Interviews mit Kunden, um deine Personas zu vervollständigen
    4. Erstelle deine Personas und lass sie in deine Marketing- und Unternehmensprozesse einfließen: nutze eines der Persona-Creator Tools, oder einfach dein Whiteboard. Überlege, wie du deine Marketing-Kampagnen noch besser auf diese Archetypen zuschneiden könntest!
  2. Aktualisieren deiner Customer Personas
    1. Daten-Checkup: schau’ in deinen Analytics-Tools nach, ob sich die demographischen Daten signifikant verändert haben
    2. Survey-Checkup: gibt es genug Neukunden, dass sich ein Survey lohnt?
    3. Neue User Interviews: Sprich mit deinen neueren Kunden, um zu sehen, ob sie noch deinen Archetypen entsprechen. Oder sprich ein weiteres Mal mit deinen früheren Interview-Partnern, um zu sehen, ob es Veränderungen gab.
    4. Aktualisiere die Personas – und lass’ es auch in deine Kampagnen einfließen!

Gutes Gelingen und bis nächste Woche!

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

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

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 …

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

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 …

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

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 …

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

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 …

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Marketing-Fitness-Programm, Teil 1: Lerne deine Nutzer besser kennen

  • Durch die Möglichkeiten des digitalen Marketings – von präzise ausgelieferten Ads, bis hin zu personalisierten Landing Pages – ist es möglich, die Marktkommunikation genau auf die Bedürfnisse und Vorlieben unserer potenziellen Kunden auszurichten.
  • Damit dies gelingt, müssen wir allerdings zuerst genau definieren, an welche archetypischen Nutzer sich unser Produkt konkret richtet.
  • Um effektive Personas definieren zu können, ist es notwendig, sich präzise mit der bestehenden Kundschaft zu befassen.
  • Mithilfe von Google Analytics und Facebook Analytics lassen sich in einem ersten Schritt quantitative Daten sammeln, um beispielsweise herauszuarbeiten, welches Alter, Geschlecht, oder Wohnort die archetypischen Nutzer haben.
  • Ein weiterer Schritt sind Surveys, die sich heute leicht mit Tools wie Typeform durchführen lassen – die Bestandskunden könnten hier beispielsweise gefragt werden, welchen Beruf sie ausüben und wo sie sich üblicherweise informieren.
  • Die Personas nehmen so immer mehr Gestalt an – als finaler Schritt sollten auf jeden Fall noch persönliche User Interviews durchgeführt werden.