Die Künstliche Intelligenz "Ailon" ist ein algorithmischer Allesfresser, sagt Niklas Mrutzek (Foto). Er hat mit seinem Start-up Erason "Ailon" entwickelt, mit der er nichts weniger als die Revolution der Marktforschung einleiten will. Mit ihr werden anonymisierte digitale Fußabdrücke von Konsumenten anhand von Tausenden von Datenquellen erhoben. Anschließend berechnet die KI Affinitäten und Wahrscheinlichkeiten für Marken. Ein Interview über die Frage, wie Machine Learning die Marktforschung verändert, der Abschied von klassischen Personas und dem "Mediaplan auf Knopfdruck".
Niklas, in den klassischen Markt- und Mediastudien wird noch viel mit soziodemographischen, ökonomischen und geographischen Daten gearbeitet. Was soll daran falsch sein?
Niklas Mrutzek: Weil sie für die meisten Zielgruppen ins Mittelfeld der Relevanz gehören und nicht nach ganz oben. Das sage nicht ich, sondern die Künstliche Intelligenz. Wenn wir beispielsweise Kundengruppen von Unternehmen auf einer breiten Tabelle analysieren, die deutlich mehr Informationen über Konsumenten als eine Soziodemographie und Geographie beinhalten und in dieser Tabelle Machine Learning nutzen, um die Zielgruppe statistisch zu identifizieren, dann schaffen es soziodemographische Informationen selten überhaupt in die Top 10 der Relevanz. Oben finden sich meist Lifestyle und das Wertesystem. Die klassische Persona als Modell ist ein Resultat der Vergangenheit, als Soziodemographie noch scharfe Splits innerhalb der Gesellschaft hergestellt hat. Heute wird die Grenze zwischen den Geschlechtern oder den Altersklassen viel fließender – sie sind zur Definition einfach nicht mehr gut geeignet.
Bedeutet das, dass Deiner Meinung nach auch das klassische Modell der Personas ausgedient hat?
Mrutzek: Das Modell der Persona an sich nicht, nur die Attribute, die man typischerweise nutzt. Die Beschreibung einer Persona anhand soziodemographischer oder -ökonomischer Informationen ist eben keine sehr präzise Definition, meist schafft sie nur die Illusion von Zielgruppenverständnis und ist damit besonders gefährlich. Allgemein macht es natürlich mehr Sinn, die Zielgruppe von den Daten her zu denken – genau da, wo Soziodemographie selten wirklich relevant wird – und nicht von der Persona her. So läuft man oft Gefahr, nur noch solche Daten zu sehen, die zur vorher erstellen Persona passen.
Mit Eurem Start-up Erason habt Ihr Ailon entwickelt. Damit lassen sich für so ziemlich jede Anforderung eigene Zielgruppen bilden. Könntest Du dafür ein Beispiel nennen?
Mrutzek: Wir verfolgen einen Big-Data-Ansatz. Das heißt konkret: Wir sammeln anonymisierte digitale Fußabdrücke von Konsumenten und berechnen darauf basierend bestimmte Affinitäten bzw. Wahrscheinlichkeiten für Marken, Lifestyle aber natürlich auch Soziodemographie, Geographie, Psychographie. Eben jedes Attribut, das der Werbungtreibende braucht, um seine Zielgruppe zu definieren. Davon haben wir inzwischen bis zu 70.000 Stück, je nachdem wie man zählt. Dadurch, dass wir aber keine vorher definierten Fragen stellen, sondern jede Form von Affinität mitmessen, lassen sich auch basierend auf den Daten neue Attribute von unseren Beratern definieren. Diese lassen sich natürlich auch miteinander kombinieren, so kann der Kunde die Zielgruppe schlicht an Hand der Affinität zur eigenen Marke definieren oder auch vorher definierte Persona in AIlon aufsetzen.
Welche Daten erhebt Ailon genau und was sind die Datenquellen?
Mrutzek: Ich nenne AIlon gerne einen algorithmischen Allesfresser – die Quellen sind also äußerst divers. Sie erreichen über tausende Statistikportale, soziale Medien, aber auch Browserdaten. Da alle Daten DSGVO-konform erhoben werden, gelangt man recht schnell an den Punkt, an dem man realisiert, dass es gar nicht um die einzelne Person geht, sondern vielmehr darum, wie unterschiedliche Affinitäten und Eigenschaften miteinander zusammenhängen. Somit liest AIlon auch jeden Tag Hunderte von Nachrichtenmeldungen und erkennt darin Zusammenhänge von Marken, Themen, Soziodemografie, Geografie. Weiterhin arbeiten wir mit verschiedenen Datenlieferanten zusammen.
[embed]https://youtu.be/QKHb4tTptzk[/embed]
Welche Kunden nutzen Ailon? Sind das Mediaagenturen oder Markenartikler? Und welche Ziele verfolgen Sie?
Mrutzek: Potenzieller Kunde ist jedes Unternehmen, das an Endkonsumenten verkauft. Die Ziele sind dabei unterschiedlich, von der Konzeption über die Kreation und Ausspielung. Wir bilden Zielgruppen nach, wir segmentieren sie algorithmisch – Stichwort Clustering-Algorithmen. Der klassischste Fall ist wohl allerdings die Übersetzung von Zielgruppen in Media – wir erfüllen zu manchen Teilen also schlicht die Nachfrage nach einer Markt-Media Studie, die nicht bei der Bewertung eines Kanals – sagen wir Twitter – stoppt, sondern auch im Kanal Empfehlungen für ein konkretes Targeting ausspielt.
Das bedeutet: Ihr seid von der Diskussion über First- und Third-Party-Daten mit Eurem Ansatz nicht betroffen?
Mrutzek: Wie gesagt, AIlon bezieht Daten aus unterschiedlichsten Quellen. Wir sind also so stark diversifiziert, dass wir in Hinblick auf die Marktforschung davon nur schwach getroffen werden. Problematisch ist das Thema hingegen für die Aktivierung, hier fällt nun mal ein relevanter Kanal weg. Aber auch dazu muss man sagen, dass wir in so vielen unterschiedlichen Kanälen aktivieren können, dass es nicht problematisch für uns ist.
Wo genau kommt Künstliche Intelligenz zum Einsatz? Ich nehme an, das AI in Ailon steht für Artificial Intelligence?
Mrutzek: Genau so ist es. Wie erwähnt, sammeln wir anonymisierte digitale Fußabdrücke. Diese beinhalten im Schnitt rund 70 distinkte Datenpunkte bzw. Affinitäten zu Marken, Produkten oder Lifestyle, oftmals aber beispielsweise keine Soziodemographie oder Geografie. Ohne diese Informationen sind die digitalen Spuren aber für den Werbungtreibenden nicht nutzbar. Also berechnen wir diese Eigenschaften und Affinitäten. Kurz gesagt: Wir erhalten einen Fußabdruck mit 70 Affinitäten und berechnen darauf basierend mehrere tausend weitere Affinitäten mittels kaskadierendem Deep Learning.
Was sind die weiteren Pläne von Erason bzw. Ailon?
Mrutzek: Wir arbeiten aktuell insbesondere am Mediaplan auf Knopfdruck und automatisierter Aktivierung. Bei der Aktivierung gilt es hier möglichst in allen potenziellen Werbekanälen Schnittstellen zu schaffen, die es erlauben, jede von AIlon analysierte Zielgruppen ohne manuelle Aufwände in Targetings zu überführen und sie zu aktivieren. Ein Kunde nannte das kürzlich „die Verheiratung von Kreation und Media“, weil wir die Sollbruchstelle zwischen Kreation und Planung eliminieren. Das funktioniert dann auch für kleinere Werbungtreibende, weil wir die KI inzwischen auch als Self-Service Tool anbieten, das jedem und jeder in die Lage versetzt, im Bereich Marketing informierte Entscheidungen zu treffen und datengestützt Strategien zu entwickeln.
Das Interview führte Helmut van Rinsum
Niklas Maximilian Mrutzek, Entwickler für Künstliche Intelligenz, hat einen Bachelor-Abschluss in Betriebs- und Volkswirtschaftslehre an der Leuphana Universität und Quantitative Methoden & IT an der Business School of Economics in Warschau. Seine Masterarbeit schrieb er in Management & Data Science an der Leuphana Universität. Vor der Gründung von Erason hat er im Investmentbanking, in der Immobilienbranche und in der Strategieberatung gearbeitet.
Weitere Interviews:
Markus Wübben: Mit KI das Kundenverhalten vorhersagen
Marco Hochstrasser: KI optimiert Kampagnen
Bettina Klee: KI-Content erzielt überdurchschnittliche Ergebnisse
Die Künstliche Intelligenz "Ailon" ist ein algorithmischer Allesfresser, sagt Niklas Mrutzek (Foto). Er hat mit seinem Start-up Erason "Ailon" entwickelt, mit der er nichts weniger als die Revolution der Marktforschung einleiten will. Mit ihr werden anonymisierte digitale Fußabdrücke von Konsumenten anhand von Tausenden von Datenquellen erhoben. Anschließend berechnet die KI Affinitäten und Wahrscheinlichkeiten für Marken. Ein Interview über die Frage, wie Machine Learning die Marktforschung verändert, der Abschied von klassischen Personas und dem "Mediaplan auf Knopfdruck".
Niklas, in den klassischen Markt- und Mediastudien wird noch viel mit soziodemographischen, ökonomischen und geographischen Daten gearbeitet. Was soll daran falsch sein?
Niklas Mrutzek: Weil sie für die meisten Zielgruppen ins Mittelfeld der Relevanz gehören und nicht nach ganz oben. Das sage nicht ich, sondern die Künstliche Intelligenz. Wenn wir beispielsweise Kundengruppen von Unternehmen auf einer breiten Tabelle analysieren, die deutlich mehr Informationen über Konsumenten als eine Soziodemographie und Geographie beinhalten und in dieser Tabelle Machine Learning nutzen, um die Zielgruppe statistisch zu identifizieren, dann schaffen es soziodemographische Informationen selten überhaupt in die Top 10 der Relevanz. Oben finden sich meist Lifestyle und das Wertesystem. Die klassische Persona als Modell ist ein Resultat der Vergangenheit, als Soziodemographie noch scharfe Splits innerhalb der Gesellschaft hergestellt hat. Heute wird die Grenze zwischen den Geschlechtern oder den Altersklassen viel fließender – sie sind zur Definition einfach nicht mehr gut geeignet.
Bedeutet das, dass Deiner Meinung nach auch das klassische Modell der Personas ausgedient hat?
Mrutzek: Das Modell der Persona an sich nicht, nur die Attribute, die man typischerweise nutzt. Die Beschreibung einer Persona anhand soziodemographischer oder -ökonomischer Informationen ist eben keine sehr präzise Definition, meist schafft sie nur die Illusion von Zielgruppenverständnis und ist damit besonders gefährlich. Allgemein macht es natürlich mehr Sinn, die Zielgruppe von den Daten her zu denken – genau da, wo Soziodemographie selten wirklich relevant wird – und nicht von der Persona her. So läuft man oft Gefahr, nur noch solche Daten zu sehen, die zur vorher erstellen Persona passen.
Mit Eurem Start-up Erason habt Ihr Ailon entwickelt. Damit lassen sich für so ziemlich jede Anforderung eigene Zielgruppen bilden. Könntest Du dafür ein Beispiel nennen?
Mrutzek: Wir verfolgen einen Big-Data-Ansatz. Das heißt konkret: Wir sammeln anonymisierte digitale Fußabdrücke von Konsumenten und berechnen darauf basierend bestimmte Affinitäten bzw. Wahrscheinlichkeiten für Marken, Lifestyle aber natürlich auch Soziodemographie, Geographie, Psychographie. Eben jedes Attribut, das der Werbungtreibende braucht, um seine Zielgruppe zu definieren. Davon haben wir inzwischen bis zu 70.000 Stück, je nachdem wie man zählt. Dadurch, dass wir aber keine vorher definierten Fragen stellen, sondern jede Form von Affinität mitmessen, lassen sich auch basierend auf den Daten neue Attribute von unseren Beratern definieren. Diese lassen sich natürlich auch miteinander kombinieren, so kann der Kunde die Zielgruppe schlicht an Hand der Affinität zur eigenen Marke definieren oder auch vorher definierte Persona in AIlon aufsetzen.
Welche Daten erhebt Ailon genau und was sind die Datenquellen?
Mrutzek: Ich nenne AIlon gerne einen algorithmischen Allesfresser – die Quellen sind also äußerst divers. Sie erreichen über tausende Statistikportale, soziale Medien, aber auch Browserdaten. Da alle Daten DSGVO-konform erhoben werden, gelangt man recht schnell an den Punkt, an dem man realisiert, dass es gar nicht um die einzelne Person geht, sondern vielmehr darum, wie unterschiedliche Affinitäten und Eigenschaften miteinander zusammenhängen. Somit liest AIlon auch jeden Tag Hunderte von Nachrichtenmeldungen und erkennt darin Zusammenhänge von Marken, Themen, Soziodemografie, Geografie. Weiterhin arbeiten wir mit verschiedenen Datenlieferanten zusammen.
[embed]https://youtu.be/QKHb4tTptzk[/embed]
Welche Kunden nutzen Ailon? Sind das Mediaagenturen oder Markenartikler? Und welche Ziele verfolgen Sie?
Mrutzek: Potenzieller Kunde ist jedes Unternehmen, das an Endkonsumenten verkauft. Die Ziele sind dabei unterschiedlich, von der Konzeption über die Kreation und Ausspielung. Wir bilden Zielgruppen nach, wir segmentieren sie algorithmisch – Stichwort Clustering-Algorithmen. Der klassischste Fall ist wohl allerdings die Übersetzung von Zielgruppen in Media – wir erfüllen zu manchen Teilen also schlicht die Nachfrage nach einer Markt-Media Studie, die nicht bei der Bewertung eines Kanals – sagen wir Twitter – stoppt, sondern auch im Kanal Empfehlungen für ein konkretes Targeting ausspielt.
Das bedeutet: Ihr seid von der Diskussion über First- und Third-Party-Daten mit Eurem Ansatz nicht betroffen?
Mrutzek: Wie gesagt, AIlon bezieht Daten aus unterschiedlichsten Quellen. Wir sind also so stark diversifiziert, dass wir in Hinblick auf die Marktforschung davon nur schwach getroffen werden. Problematisch ist das Thema hingegen für die Aktivierung, hier fällt nun mal ein relevanter Kanal weg. Aber auch dazu muss man sagen, dass wir in so vielen unterschiedlichen Kanälen aktivieren können, dass es nicht problematisch für uns ist.
Wo genau kommt Künstliche Intelligenz zum Einsatz? Ich nehme an, das AI in Ailon steht für Artificial Intelligence?
Mrutzek: Genau so ist es. Wie erwähnt, sammeln wir anonymisierte digitale Fußabdrücke. Diese beinhalten im Schnitt rund 70 distinkte Datenpunkte bzw. Affinitäten zu Marken, Produkten oder Lifestyle, oftmals aber beispielsweise keine Soziodemographie oder Geografie. Ohne diese Informationen sind die digitalen Spuren aber für den Werbungtreibenden nicht nutzbar. Also berechnen wir diese Eigenschaften und Affinitäten. Kurz gesagt: Wir erhalten einen Fußabdruck mit 70 Affinitäten und berechnen darauf basierend mehrere tausend weitere Affinitäten mittels kaskadierendem Deep Learning.
Was sind die weiteren Pläne von Erason bzw. Ailon?
Mrutzek: Wir arbeiten aktuell insbesondere am Mediaplan auf Knopfdruck und automatisierter Aktivierung. Bei der Aktivierung gilt es hier möglichst in allen potenziellen Werbekanälen Schnittstellen zu schaffen, die es erlauben, jede von AIlon analysierte Zielgruppen ohne manuelle Aufwände in Targetings zu überführen und sie zu aktivieren. Ein Kunde nannte das kürzlich „die Verheiratung von Kreation und Media“, weil wir die Sollbruchstelle zwischen Kreation und Planung eliminieren. Das funktioniert dann auch für kleinere Werbungtreibende, weil wir die KI inzwischen auch als Self-Service Tool anbieten, das jedem und jeder in die Lage versetzt, im Bereich Marketing informierte Entscheidungen zu treffen und datengestützt Strategien zu entwickeln.
Das Interview führte Helmut van Rinsum
Niklas Maximilian Mrutzek, Entwickler für Künstliche Intelligenz, hat einen Bachelor-Abschluss in Betriebs- und Volkswirtschaftslehre an der Leuphana Universität und Quantitative Methoden & IT an der Business School of Economics in Warschau. Seine Masterarbeit schrieb er in Management & Data Science an der Leuphana Universität. Vor der Gründung von Erason hat er im Investmentbanking, in der Immobilienbranche und in der Strategieberatung gearbeitet.
Weitere Interviews:
Markus Wübben: Mit KI das Kundenverhalten vorhersagen
Marco Hochstrasser: KI optimiert Kampagnen
Bettina Klee: KI-Content erzielt überdurchschnittliche Ergebnisse
Die Künstliche Intelligenz "Ailon" ist ein algorithmischer Allesfresser, sagt Niklas Mrutzek (Foto). Er hat mit seinem Start-up Erason "Ailon" entwickelt, mit der er nichts weniger als die Revolution der Marktforschung einleiten will. Mit ihr werden anonymisierte digitale Fußabdrücke von Konsumenten anhand von Tausenden von Datenquellen erhoben. Anschließend berechnet die KI Affinitäten und Wahrscheinlichkeiten für Marken. Ein Interview über die Frage, wie Machine Learning die Marktforschung verändert, der Abschied von klassischen Personas und dem "Mediaplan auf Knopfdruck".
Niklas, in den klassischen Markt- und Mediastudien wird noch viel mit soziodemographischen, ökonomischen und geographischen Daten gearbeitet. Was soll daran falsch sein?
Niklas Mrutzek: Weil sie für die meisten Zielgruppen ins Mittelfeld der Relevanz gehören und nicht nach ganz oben. Das sage nicht ich, sondern die Künstliche Intelligenz. Wenn wir beispielsweise Kundengruppen von Unternehmen auf einer breiten Tabelle analysieren, die deutlich mehr Informationen über Konsumenten als eine Soziodemographie und Geographie beinhalten und in dieser Tabelle Machine Learning nutzen, um die Zielgruppe statistisch zu identifizieren, dann schaffen es soziodemographische Informationen selten überhaupt in die Top 10 der Relevanz. Oben finden sich meist Lifestyle und das Wertesystem. Die klassische Persona als Modell ist ein Resultat der Vergangenheit, als Soziodemographie noch scharfe Splits innerhalb der Gesellschaft hergestellt hat. Heute wird die Grenze zwischen den Geschlechtern oder den Altersklassen viel fließender – sie sind zur Definition einfach nicht mehr gut geeignet.
Bedeutet das, dass Deiner Meinung nach auch das klassische Modell der Personas ausgedient hat?
Mrutzek: Das Modell der Persona an sich nicht, nur die Attribute, die man typischerweise nutzt. Die Beschreibung einer Persona anhand soziodemographischer oder -ökonomischer Informationen ist eben keine sehr präzise Definition, meist schafft sie nur die Illusion von Zielgruppenverständnis und ist damit besonders gefährlich. Allgemein macht es natürlich mehr Sinn, die Zielgruppe von den Daten her zu denken – genau da, wo Soziodemographie selten wirklich relevant wird – und nicht von der Persona her. So läuft man oft Gefahr, nur noch solche Daten zu sehen, die zur vorher erstellen Persona passen.
Mit Eurem Start-up Erason habt Ihr Ailon entwickelt. Damit lassen sich für so ziemlich jede Anforderung eigene Zielgruppen bilden. Könntest Du dafür ein Beispiel nennen?
Mrutzek: Wir verfolgen einen Big-Data-Ansatz. Das heißt konkret: Wir sammeln anonymisierte digitale Fußabdrücke von Konsumenten und berechnen darauf basierend bestimmte Affinitäten bzw. Wahrscheinlichkeiten für Marken, Lifestyle aber natürlich auch Soziodemographie, Geographie, Psychographie. Eben jedes Attribut, das der Werbungtreibende braucht, um seine Zielgruppe zu definieren. Davon haben wir inzwischen bis zu 70.000 Stück, je nachdem wie man zählt. Dadurch, dass wir aber keine vorher definierten Fragen stellen, sondern jede Form von Affinität mitmessen, lassen sich auch basierend auf den Daten neue Attribute von unseren Beratern definieren. Diese lassen sich natürlich auch miteinander kombinieren, so kann der Kunde die Zielgruppe schlicht an Hand der Affinität zur eigenen Marke definieren oder auch vorher definierte Persona in AIlon aufsetzen.
Welche Daten erhebt Ailon genau und was sind die Datenquellen?
Mrutzek: Ich nenne AIlon gerne einen algorithmischen Allesfresser – die Quellen sind also äußerst divers. Sie erreichen über tausende Statistikportale, soziale Medien, aber auch Browserdaten. Da alle Daten DSGVO-konform erhoben werden, gelangt man recht schnell an den Punkt, an dem man realisiert, dass es gar nicht um die einzelne Person geht, sondern vielmehr darum, wie unterschiedliche Affinitäten und Eigenschaften miteinander zusammenhängen. Somit liest AIlon auch jeden Tag Hunderte von Nachrichtenmeldungen und erkennt darin Zusammenhänge von Marken, Themen, Soziodemografie, Geografie. Weiterhin arbeiten wir mit verschiedenen Datenlieferanten zusammen.
[embed]https://youtu.be/QKHb4tTptzk[/embed]
Welche Kunden nutzen Ailon? Sind das Mediaagenturen oder Markenartikler? Und welche Ziele verfolgen Sie?
Mrutzek: Potenzieller Kunde ist jedes Unternehmen, das an Endkonsumenten verkauft. Die Ziele sind dabei unterschiedlich, von der Konzeption über die Kreation und Ausspielung. Wir bilden Zielgruppen nach, wir segmentieren sie algorithmisch – Stichwort Clustering-Algorithmen. Der klassischste Fall ist wohl allerdings die Übersetzung von Zielgruppen in Media – wir erfüllen zu manchen Teilen also schlicht die Nachfrage nach einer Markt-Media Studie, die nicht bei der Bewertung eines Kanals – sagen wir Twitter – stoppt, sondern auch im Kanal Empfehlungen für ein konkretes Targeting ausspielt.
Das bedeutet: Ihr seid von der Diskussion über First- und Third-Party-Daten mit Eurem Ansatz nicht betroffen?
Mrutzek: Wie gesagt, AIlon bezieht Daten aus unterschiedlichsten Quellen. Wir sind also so stark diversifiziert, dass wir in Hinblick auf die Marktforschung davon nur schwach getroffen werden. Problematisch ist das Thema hingegen für die Aktivierung, hier fällt nun mal ein relevanter Kanal weg. Aber auch dazu muss man sagen, dass wir in so vielen unterschiedlichen Kanälen aktivieren können, dass es nicht problematisch für uns ist.
Wo genau kommt Künstliche Intelligenz zum Einsatz? Ich nehme an, das AI in Ailon steht für Artificial Intelligence?
Mrutzek: Genau so ist es. Wie erwähnt, sammeln wir anonymisierte digitale Fußabdrücke. Diese beinhalten im Schnitt rund 70 distinkte Datenpunkte bzw. Affinitäten zu Marken, Produkten oder Lifestyle, oftmals aber beispielsweise keine Soziodemographie oder Geografie. Ohne diese Informationen sind die digitalen Spuren aber für den Werbungtreibenden nicht nutzbar. Also berechnen wir diese Eigenschaften und Affinitäten. Kurz gesagt: Wir erhalten einen Fußabdruck mit 70 Affinitäten und berechnen darauf basierend mehrere tausend weitere Affinitäten mittels kaskadierendem Deep Learning.
Was sind die weiteren Pläne von Erason bzw. Ailon?
Mrutzek: Wir arbeiten aktuell insbesondere am Mediaplan auf Knopfdruck und automatisierter Aktivierung. Bei der Aktivierung gilt es hier möglichst in allen potenziellen Werbekanälen Schnittstellen zu schaffen, die es erlauben, jede von AIlon analysierte Zielgruppen ohne manuelle Aufwände in Targetings zu überführen und sie zu aktivieren. Ein Kunde nannte das kürzlich „die Verheiratung von Kreation und Media“, weil wir die Sollbruchstelle zwischen Kreation und Planung eliminieren. Das funktioniert dann auch für kleinere Werbungtreibende, weil wir die KI inzwischen auch als Self-Service Tool anbieten, das jedem und jeder in die Lage versetzt, im Bereich Marketing informierte Entscheidungen zu treffen und datengestützt Strategien zu entwickeln.
Das Interview führte Helmut van Rinsum
Niklas Maximilian Mrutzek, Entwickler für Künstliche Intelligenz, hat einen Bachelor-Abschluss in Betriebs- und Volkswirtschaftslehre an der Leuphana Universität und Quantitative Methoden & IT an der Business School of Economics in Warschau. Seine Masterarbeit schrieb er in Management & Data Science an der Leuphana Universität. Vor der Gründung von Erason hat er im Investmentbanking, in der Immobilienbranche und in der Strategieberatung gearbeitet.
Weitere Interviews:
Markus Wübben: Mit KI das Kundenverhalten vorhersagen
Marco Hochstrasser: KI optimiert Kampagnen
Bettina Klee: KI-Content erzielt überdurchschnittliche Ergebnisse
Trending
Newsletter
Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.
Schließe Dich den 1.500+ Abonnenten an, kostenlos.
Trending
Newsletter
Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.
Schließe Dich den 1.500+ Abonnenten an, kostenlos.
Trending
Newsletter
Hier erfährst Du einmal in der Woche, wo Künstliche Intelligenz in das Marketing eingreift, welche Trends sich abzeichnen und wie sie Kommunikation und Medien verändert. Informativ, unterhaltsam, nachdenklich.
Schließe Dich den 1.500+ Abonnenten an, kostenlos.