- Laut einer Untersuchung von WordPress VIP aus dem Jahr 2026 empfinden US-Verbraucher das Web als weniger menschlich als früher, und auch AI-Messaging von Marken hat bislang keine vertrauenswürdigen Erfolgsgeschichten hervorgebracht
- 74 % der Verbraucher sagten, das Internet sei im Vergleich zu vor zehn Jahren weniger menschlich; die durchschnittliche Zeit bis zur bot fatigue, wenn sich Online-Interaktionen künstlich anfühlen, liegt bei 40 Minuten
- 61 % der Verbraucher konnten keine Marke nennen, die AI in ihrer Kommunikation gut einsetzt, und 60 % empfinden AI in Markenbotschaften eher als Abschreckung denn als Feature
- AI brand visibility bezeichnet, wie häufig eine Marke in Antworten von AI-Engines wie ChatGPT, Perplexity, Claude oder Gemini auftaucht, und ist eine andere Messgröße als Suchrankings
- Unternehmen müssen auf derselben Website sowohl strukturierte Inhalte bereitstellen, die AI zitieren kann, als auch Erlebnisse, die Menschen zum Bleiben bewegen; das dafür nötige Tool-Ökosystem befindet sich noch in der Etablierungsphase
Warum sich das Web weniger menschlich anfühlt
- In einer US-Verbraucherbefragung von WordPress VIP mit 1.200 Teilnehmern im Jahr 2026 sagten 74 % der Verbraucher, das Internet sei im Vergleich zu vor zehn Jahren weniger menschlich
- Die durchschnittliche Zeit bis zur bot fatigue, also bis sich Online-Interaktionen künstlich anfühlen, beträgt 40 Minuten
- Da die kleinen Momente seltener werden, die einen Webbesuch lohnenswert machten, erkennen Nutzer schneller Erlebnisse, die klingen, als würden Maschinen sprechen
Worin sich AI brand visibility von Suchsichtbarkeit unterscheidet
- AI brand visibility bezeichnet, wie oft eine Marke in von AI-Engines wie ChatGPT, Perplexity, Claude oder Gemini erzeugten Antworten erscheint
- Sichtbarkeit in Suchmaschinen misst Rankings auf Ergebnisseiten, während AI brand visibility betrachtet, ob eine Marke innerhalb einer AI-Antwort erwähnt wird
- Eine Marke, die bei Google ganz oben erscheint, kann in einer ChatGPT-Antwort trotzdem überhaupt nicht vorkommen
- Stand 2026 gibt es kein einzelnes Dashboard, das die Markensichtbarkeit über alle AI-Engines hinweg umfassend verfolgt
- In dieser Kategorie gibt es noch keinen etablierten Marktführer, und auch ein gemeinsamer Maßstab dafür, was „gut“ ist, hat sich noch nicht durchgesetzt
Wie Verbraucher den AI-Einsatz von Marken sehen
- 61 % der Verbraucher können keine Marke nennen, die AI in ihrer Kommunikation gut einsetzt
- 16 % antworteten, es gebe überhaupt keine Marke, die AI gut nutze
- 60 % sehen AI in Markenbotschaften nicht als Feature, sondern als Abschreckung
- Unternehmen haben im vergangenen Jahr Budgets in AI-Strategien investiert, doch in der Wahrnehmung der Verbraucher gibt es bislang keine klaren Erfolgsmarken
- Unternehmensteams wenden im Schnitt 16,6 Stunden pro Woche für die Verbesserung der AI visibility auf
Die zwei Rollen, die Websites gleichzeitig erfüllen müssen
- AI-Engines brauchen Inhalte, die sie finden und korrekt zitieren können, und Menschen brauchen nach dem Klick einen Grund zu bleiben
- Menschen zum Bleiben zu bewegen ist schwieriger, und viele Enterprise-Unternehmen befinden sich hier noch in einer Phase des Schätzens
- Auffällige Marken konzentrieren sich auf Erlebnisse, die flache AI-Zusammenfassungen nicht liefern können
-
Interaktive Inhalte
- Dynamische Erlebnisse und kleine Aktivitäten, die Nutzer selbst ausführen können, werden zum Grund für einen Website-Besuch
- Die Website ist der Ort, an dem strukturierte Inhalte, die von AI zitiert werden können, zusammen mit Erlebnissen bereitgestellt werden, für die Leser Zeit investieren möchten
- WordPress VIP stellt diese Grundlage nach eigener Darstellung mit WordPress VIP for Enterprise bereit
- Das zugehörige Framework ist unter Future-Proof Your Brand for the AI-Native Web zusammengefasst
-
Wichtige Kategorien von Tools zur Messung von AI brand visibility
- Die Tool-Kategorie für AI brand visibility existiert erst seit etwa zwei Jahren, und das Tool-Ökosystem ist noch im Aufbau
- Die Preise reichen je nach Abdeckung und Grad der Anpassung von kostenlos bis in den sechsstelligen Bereich
- Einzelne Produkte können sich in den kommenden 12 Monaten ändern, die Tool-Kategorien selbst werden aber voraussichtlich länger bestehen bleiben
-
AI citation monitoring platforms
- Dies ist eine neuere Kategorie, die verfolgt, wie häufig Marken in Antworten von ChatGPT, Perplexity, Claude und Gemini erscheinen
- Sie simuliert Anfragen in großem Umfang und zeigt Zitierhäufigkeit und Stimmung im Zeitverlauf
- Beispiele für solche Tools sind Profound, BrightEdge, brandvisibility.ai, Tryevergreen und kleinere Wettbewerber, die Ende 2025 aufkamen
- Geeignet für Teams, die AI visibility mit Geschäftsergebnissen verknüpfen müssen
- Worauf man achten sollte
- Preismodelle haben sich noch nicht eingespielt
- Um eine aussagekräftige Basislinie zu schaffen, sind in der Regel 4 bis 6 Wochen Datenerhebung nötig
- Stichprobenbasierte Query-Simulationen haben Lücken
- Tools, die versprechen, alle AI-Antworten „vollständig abzudecken“, übertreiben ihre Methodik
-
Search analytics with AI overlays
- Dies ist eine Kategorie, in der bestehende SEO-Plattformen seit 2024 um AI-Tracking erweitert wurden
- Sie legt AI-Zitierdaten über klassische Suchmetriken
- Beispiele für solche Tools sind Similarweb AI Intelligence, Semrush AI Toolkit und Ahrefs Brand Radar
- Geeignet für Teams, die Daten zur AI visibility sehen möchten, ohne bestehende SEO-Workflows aufzugeben
- Der zentrale Mehrwert liegt in integriertem Reporting, das organischen Suchtraffic und AI-Traffic auf demselben Bildschirm zeigt
- Worauf man achten sollte
- Die AI-Abdeckung ist in der Regel schmaler als bei dedizierten AI-citation-Plattformen
- Die Tools wurden für Search entwickelt; die AI-Seite holt noch auf
- Die dort ausgewiesenen AI-Zahlen sollten als Richtungsindikatoren behandelt werden
-
Web analytics with AI referral tracking
- Dies ist eine Web-Analytics-Kategorie, die Traffic aus AI-Engines erkennt und klassifiziert
- Wenn citation-monitoring-Tools zeigen, ob eine Marke erwähnt wird, zeigt diese Kategorie, was nach der Erwähnung passiert
- Beispiele sind Enterprise-Analytics-Plattformen wie Parse.ly aus dem WordPress-VIP-Portfolio, Plausible, Fathom Analytics und Google Analytics 4 mit eingerichteten Custom Segments
- AI-Zitate gehören zum oberen Teil des Funnels; diese Kategorie misst, in was sich diese Zitate umwandeln
- Worauf man achten sollte
- Die Erkennung von AI-referrern unterscheidet sich je nach Plattform
- Einige AI-Engines senden saubere referrer header, andere verlassen sich auf UTM-Tagging
- Für saubere Daten ist Abstimmung zwischen Content- und Analytics-Teams nötig
-
Brand intelligence platforms
- Dies ist eine Kategorie der Markenbeobachtung, die bestehendes Social Listening und PR-Monitoring um das Tracking von AI-Oberflächen ergänzt
- AI-Engines werden dabei als ein Input neben Erwähnungen in Social Media und traditionellen Medien behandelt
- Beispiele für solche Tools sind Brandwatch, Talkwalker und Meltwater
- Geeignet für Kommunikations- und PR-Teams, die diese Plattformen bereits für Krisenmonitoring und Share-of-Voice-Tracking einsetzen
- Worauf man achten sollte
- Die AI-Abdeckung ist leichter als bei dedizierten AI-citation-Tools
- Für den Gesamtüberblick nützlich, für feingranulare Zitationsanalysen aber weniger geeignet
-
Custom solutions
- Unternehmen mit Engineering-Kompetenz senden per LLM API regelmäßig Queries an AI-Engines und stellen die Ergebnisse in eigenen Dashboards dar
- Die Arbeit von Pew Research Center und WordPress VIP ist ein Beispiel für diesen Ansatz
- Geeignet für Enterprise-Unternehmen, die ihre eigenen Queries definieren und die Daten direkt kontrollieren möchten
- Besonders passend, wenn die AI-visibility-Strategie einer Marke von Nischen- oder branchenspezifischen Queries abhängt, die Standardtools nicht gut abdecken
- Worauf man achten sollte
- Es gibt Wartungsaufwand
- Der Zugang zu LLM-APIs ist zwar stabiler geworden, aber Preise und rate limits ändern sich häufig
- Um eigene Dashboards aktuell zu halten, sind fortlaufende Engineering-Investitionen nötig
Kriterien für die Auswahl von Tools
- Wer wissen möchte: „Werden wir zitiert?“, nutzt eine AI citation monitoring platform
- Wer sehen will: „Werden wir im Verhältnis zu unserer Search-Performance zitiert?“, ist mit Search Analytics mit AI-Overlay richtig bedient
- Wer wissen will: „Was passiert nach der Zitierung?“, nutzt Web Analytics mit AI referral tracking
- Wer verstehen will: „Welche Rolle spielt AI innerhalb der breiteren Markenstimmung?“, braucht eine Brand intelligence platform
- Wer etwas verfolgen muss, das von den oben genannten Kategorien nicht beantwortet wird, baut eine custom solution
- Die meisten Enterprise-Unternehmen nutzen zwei Kategorien gemeinsam
- Die häufigste Kombination besteht darin, mit einem AI citation monitoring tool zu prüfen, ob eine Marke sichtbar ist, und mit einem Web-Analytics-Tool den Wert dieser visibility zu messen
- Marken, die diese Kombination zuerst etablieren, kommen einer Position näher, in der sie ihr Budget für AI visibility im Jahr 2027 in Budgetgesprächen nicht erneut verteidigen müssen
4 Kommentare
Ich bin mir nicht sicher, ob Marken mit hoher AI-Sichtbarkeit aus Sicht der Verbraucher wirklich gute Marken sind.
Als ich eine Islandreise plante, bat ich ein LLM um Empfehlungen für Anbieter von Gletscherhöhlen-Touren. Wie sich herausstellte, war der genannte Anbieter nur deshalb so prominent, weil er bei Internetsuchen ganz oben auftauchte — obwohl es dort vor einigen Jahren einen tödlichen Unfall gegeben hatte.
Das LLM ignorierte also einen für Menschen wichtigen Kontext einfach, weil ich ihn nicht im Prompt erwähnt hatte, wählte stattdessen bloß einen in den Suchergebnissen besonders sichtbaren Anbieter aus und stellte mir diesen vor, indem es nur die von dem Anbieter selbst hervorgehobenen Vorteile zusammenfügte.
Produkte sollten letztlich nach ihrer Qualität bewertet werden, aber gerade bei Produkten, die besonders stark mit AI werben, wird eine schlechte Qualität viel zu oft hinter dem Schlagwort AI versteckt.
Die Geschichte wiederholt sich
https://m.imaeil.com/page/view/2026032416585900788
Hacker-News-Kommentare
Die Aussage „Kunden oder Nutzer wachen morgens nicht auf und denken: ,Heute möchte ich mit einem Chatbot oder AI-Agenten sprechen‘“ stimmt wirklich.
Ich habe die Einführung eines AI-Kundensupport-Agenten vorangetrieben, und das Management hielt es für einen großen Erfolg, aber die Kennzahlen erzählten eine völlig andere Geschichte. Die Kunden hassten es wirklich, und ich habe im Tech-Bereich noch nie etwas gesehen, das mehr gehasst wurde.
Bevor jemand denkt, wir hätten es einfach schlecht gebaut: Wir haben einen Anbieter aus der Spitzengruppe der Branche genutzt, intern intensiv getestet und auch die Latenz optimiert. Ich fand die finale Version ziemlich ordentlich, aber die Kunden hassten sie einfach.
Ich möchte einfach nur hinterlassen, was ich brauche, hoffen, dass es als Text transkribiert wird und sich ein Mensch darum kümmert, aber ich will es nicht langsam einem Bot erklären, der am Ende denselben Job erledigen soll.
Außerdem gibt er in den ersten paar Sätzen nicht einmal zu erkennen, dass er ein Bot ist. Er wirkt glaubwürdig genug, dass man darauf hereinfällt, und die Enttäuschung, wenn man merkt, dass man mit einem belanglosen Roboter gesprochen hat, ist so groß, dass ich dieses Gefühl inzwischen mit der Marke der Zahnarztpraxis verbinde.
Man sollte sie nicht so tun lassen, als seien sie Menschen.
Diese AI war überhaupt nicht darauf trainiert, einen Fall zu erwarten, in dem das Problem die Schuld des Händlers sein könnte, und versuchte mich ständig dazu zu bringen, über die Website zu buchen oder auf eigene Kosten einen neuen Termin zu machen.
Dass der Händler das an AI ausgelagert und diese AI nicht auf Problemlösung, sondern nur auf Terminbuchungen ausgelegt hat, war praktisch ein Schlag ins Gesicht. Es wälzt mehr Arbeit auf mich ab, verschwendet meine Zeit und ist eine unhöfliche Art, mit mir umzugehen. Als ich schließlich mit einem Menschen verbunden wurde, war ich bereits verärgert und misstrauisch.
Ich würde es nicht als revolutionär bezeichnen, aber es hat Lücken in der Benutzeroberfläche geschlossen, und die bisherigen Modelle sind nützlich, ehrlich und darauf trainiert, Nutzeranweisungen zu befolgen. Im Vergleich zu bisherigen Mustern ist das deutlich angenehmer.
Man könnte zwar denken, dass es besser ist, mit einem Menschen zu sprechen als mit einem Chatbot, aber die traurige Realität ist, dass Support-Mitarbeiter oft botartiger agieren als ein LLM. Es kommt auf den Fall an, aber meistens würde ich lieber mit einem LLM sprechen.
Vielleicht liege ich falsch, aber in vielen Produkten wirkt AI eher wie ein Signal an Venture Capital und die Tech-Branche selbst als wie etwas, das Verbrauchern echten Wert bietet.
Verbraucher wollen wissen: „Was bringt mir dieses Produkt tatsächlich?“, nicht so sehr, ob es mit dem Schlagwort des Tages umgesetzt wurde.
Die Botschaft, die viele hören, kommt eher bei ihnen an als: „Hergestellt mit einer Technik, die plagiiert, Künstler arbeitslos macht, dich bald auch arbeitslos machen wird und Ergebnisse produziert, die mittelmäßig und fade sind.“
Das ist fast so, als würde man lieber damit werben, dass etwas mit Kinderarbeit hergestellt wurde.
Verbraucher interessiert nicht, welchen Code Entwickler schreiben oder auf welcher Cloud-Plattform etwas deployt wird, also warum sollten sie sich dafür interessieren, dass im Produkt AI steckt? AI ist kein Feature, das Feature ist das Feature. Man muss sagen, was dieses Feature eigentlich ist.
Danach haben wir den Namen in Advanced Search geändert, die Glitzer-Icons und alles andere beibehalten und im Grunde fast nur „AI“ durch „Advanced“ ersetzt.
Die negativen Rückmeldungen hörten auf, und schon am nächsten Tag schrieb uns jemand, das sei eine fantastische Funktion.
Branding ist wirklich seltsam, und das heutige Medienumfeld auch. Ich will nicht sagen, ob es richtig oder falsch ist, AI zu hassen, aber bei manchen Menschen löst das Wort selbst in Zusammenhängen, die mit ihrer Arbeit nichts zu tun haben, sofort das Warnsignal „Diese Typen kommen, um meinen Job wegzunehmen“ aus. In Umfragen sind Sorgen um Jobsicherheit bei AI-bezogenen Ängsten mit großem Abstand am stärksten.
„That’s so AI“ ist zu einem echten Slangausdruck geworden, und es bedeutet nicht „cool und automatisiert!“.
Sie löst in der Praxis nichts und wirkt eher wie ein Häkchen in einer Feature-Tabelle. Nach dem Motto: Hauptsache, ein Chatbot ist dran.
Als Square kürzlich „managerbot“ herausbrachte, dachte ich zunächst „Oh, nicht schlecht“, weil ich so etwas tatsächlich wollte. Aber als ich ihm ein paar Fragen zu den Daten im System stellte, konnte er die meisten nicht beantworten und war außerdem extrem langsam. Es war schneller, direkt einen Bericht zu ziehen und die Informationen selbst zu suchen, als den Bot zu verwenden.
Das gilt nicht nur für Square, sondern genauso für Salesforce, Microsoft, Google und andere.
Ich persönlich nutze AI-Tools gern, spüre aber auch Marketing-Müdigkeit. Entwickler bauen überall AI ein, setzen sie schlecht um und bewerben sie dann trotzdem als Kernfunktion.
Vielleicht ist das ein natürlicher Zyklus. Im Moment scheinen wir uns gerade vom Höhepunkt des Hypes in Richtung Ernüchterung zu bewegen.
Genau das ist das Problem mit diesem „AI“-Müll, der Geräten in letzter Zeit zwanghaft aufgedrückt wird
Wir haben seit Jahren Machine-Learning-Funktionen genutzt, und es gab auch echte Vorteile, aber die meisten Menschen wussten nicht, wie das funktioniert, oder es war ihnen egal. Es hat einfach im Hintergrund seinen Job gemacht und einem die zugrunde liegende Technik nicht ins Gesicht gedrückt
Bei AI ist es genau umgekehrt. Erst steht die Technologie im Vordergrund, der Nutzen kommt später. Oft wird die UI sogar schlechter, und der Nutzen ist gering oder gar nicht vorhanden
Den meisten Verbrauchern ist wichtiger, dass Technik richtig funktioniert und einen Nutzen bringt, als wie sie genau funktioniert
AI wird oft von Leuten benutzt, die weder Zeit noch Mühe investieren wollen, und genau das ist letztlich der Kern der Sache
Frag dich einfach selbst: Möchtest du lieber eine Weihnachts- oder Geburtstagskarte mit einer persönlichen Botschaft bekommen oder etwas, das zu 100 % von einem AI-Bot erstellt wurde? Erst recht, wenn dann auch noch Halluzinationen darin enthalten sind
Die eigentliche Veränderung hier ist der Versuch eines Interfaces nach dem Prinzip „eine Eingabe für alles“, ohne zu verstehen, dass das in der Praxis nur sehr selten die beste Lösung für Nutzer ist
Mein Standardbeispiel ist die Spracherkennung von Google Maps. Früher konnte man magisch einfach fragen: „Hey Google, wie lange ist meine ETA?“ und bekam die verbleibende Zeit bis zur Ankunft genannt. Irgendwann ging das kaputt, und seit Jahren funktioniert es nicht mehr. Als ich es zuletzt versucht habe, öffnete mein Handy stattdessen den Webbrowser und führte eine Websuche aus
Als Gemini mir zwangsweise untergeschoben wurde, habe ich als Erstes nach einer Möglichkeit gesucht, es auszuschalten. Es hatte nämlich die frühere Stimme überschrieben, die ich extra ausgewählt hatte, damit sie mir morgens meine Kalendereinträge vorliest. Tatsächlich fing es erst normal an vorzulesen, dann fiel diese dumme Gemini-Stimme dazwischen und war überhaupt nicht hilfreich
Das ist alles nur Enshittification
Eine Funktion sollte für sich selbst sprechen. Wenn sie gut ist, muss man die zugrunde liegende Technologie nicht vermarkten
Es interessiert zum Beispiel niemanden, dass Einstellungen in einer SQLite-Datenbank gespeichert werden. Niemanden interessiert, wie genau sie gespeichert werden
Wenn ein Freund sein neues Handy zeigt und begeistert ist, dass es den Mond extrem stark heranzoomen kann, bis einzelne Felsen sichtbar werden, ist es völlig egal, ob dafür AI verwendet wird. Man benutzt einfach die Kamera
Selbst wenn eine Funktion mit AI gebaut wurde, sollte nicht AI auf der Verpackung stehen, sondern was sie tatsächlich macht und wie gut sie es macht. Zu sagen, dass AI verwendet wird, ist bedeutungslos. Egal wie sehr die Räuberklasse es will: „fetch“ wird sich nie durchsetzen
Für die meisten Verbraucher wird AI wohl ein klarer Verlust sein
Man sieht bereits, dass immer mehr Unternehmen AI in Callcentern und Support-Abläufen einsetzen, oft um Kunden auszubremsen. Sie antwortet sehr höflich und ausführlich, kann Probleme aber nicht lösen, weil ihr Entscheidungsbefugnis fehlt
Auf diese neue Welt freue ich mich nicht. AI ist für Kreative ein mächtiges und nützliches Werkzeug, wird aber schon jetzt aus den falschen Gründen eingesetzt und offenbar sogar dazu, in Kriegen Zerstörungsziele auszuwählen. In manchen Bereichen trifft sie fast ohne Aufsicht Entscheidungen über Leben und Tod. Und trotzdem gibt es Leute, die jede Regulierung dieser Technologie für nutzlos und ungerecht halten
Ich möchte nicht missverstanden werden. Ich benutze AI auch ständig, aber ich fürchte, dass sie sowohl im Positiven als auch im Negativen die zerstörerischste Veränderung sein könnte, die wir je durch technologischen Fortschritt erlebt haben
Wenn wir AI direkt mit Tools wie Chatbots nutzen, ist das meist eine aktive Entscheidung von uns, und wir haben auch ein gewisses Maß an Kontrolle. Wenn es nicht gut funktioniert, können wir jederzeit aufhören und es selbst machen
Aber wenn AI in ein Callcenter oder ein Produkt eingebaut ist, haben Nutzer oft keine Wahl. Es wird ihnen ohne Alternative aufgezwungen, oder sie müssen sich zumindest so lange damit herumschlagen, bis das LLM aufgibt
Dass Nutzer die LLM-Schleife nicht verlassen können, wenn sie es wollen, ist nutzerfeindlich
Dazu kommt, dass die meisten Unternehmen die Nutzung von AI-bezogenen Funktionen erzwingen, um die KPIs oder internen Kennzahlen von irgendwem zu erfüllen
Wenn es ein Szenario ist, das von einem LLM vermittelt wird, warum sollte dann überhaupt ein Mensch anrufen? Dann kann doch einfach dein LLM mit deren LLM sprechen
Vermisst du Callcenter, weil du hoffst, dass der Mensch, der dich blockiert, ein Mindestlohnempfänger ist? Callcenter sind elende Orte, und ich weiß nicht, welche Genugtuung man daraus zieht, Menschen weiter an so ein dystopisches Geschäft zu ketten
In vielen Fällen geht es nur darum, grundlegende Formulardaten zu sammeln, und das kostet ziemlich viel menschliche Arbeitszeit
Wenn du mehr Menschen im Kundensupport willst, musst du auf die eine oder andere Weise deutlich mehr bezahlen
Wie bei jeder anderen Technologie wird die Verbreitung Zeit brauchen, aber die Aussichten für Callcenter sehen nicht gut aus
AI vermittelt das Gefühl von „schnell und billig auf Kosten der Qualität“, deshalb verstehe ich vollkommen, warum Verbraucher es hassen und Leute auf der Business-Seite es mögen
Wenn man Verbraucher anschreien und anflehen muss, ein AI-Produkt zu benutzen, macht man es einfach falsch
Wenn ich mir ein Produkt ansehe und in den Bewertungen nach dem Keyword „battery life“ suchen will, um zu sehen, welche Erfahrungen echte Menschen gemacht haben, geht das jetzt nicht mehr
Wenn ich bei Rufus nach „battery life“ suche, bekomme ich immer nur irgendeinen Unsinn zurück wie „Viele Kunden berichten, dass die Batterielaufzeit gut ist, andere Kunden sagen jedoch, sie sei kürzer als erwartet“
Ich will menschliche Erfahrungen. Ich brauche Konkretheit. Warum muss alles auf „gut oder schlecht“ heruntergebrochen werden?
Selbst wenn AI einen Mehrwert schafft, kommt dieser Wert offenbar nicht beim Verbraucher an, sondern wird von jemand anderem abgeschöpft
Sie mögen Siri, wenn es hilft, aber sie hassen es, wenn es stört
Ein wirklich unerquickliches Rätsel. Warum reagieren Verbraucher bloß so?
Ob es wohl daran liegt, dass „AI“ oft „Wir entlassen Mitarbeiter, um mehr Geld zu verdienen, und Qualität ist uns eigentlich egal“ bedeutet?
„Warum ist das so? Wie kann das sein? Die Antwort ist, dass Kunden sich ihre Meinung über Qualität nicht durch Marketing bilden. Kunden beurteilen Qualität anhand ihrer eigenen Erfahrung mit dem Produkt oder der Dienstleistung.“
— Steve Jobs
Quelle: https://youtu.be/XbkMcvnNq3g?si=8Y56TFmKHJhlFXoE&t=364
Ich habe noch keinen Fall gesehen, in dem AI erfolgreich in eine Marke integriert wurde und mir tatsächlich genutzt hat
QuickBooks blendet nervige Vorschläge ein, die die ganze UI verdrängen, und man kann sie nicht abschalten. Jetzt gibt es einen Null-Klick mehr
Die AI in einem Roboterstaubsauger scheint bloß ein Label zu sein. Ich will mich nicht mit meinem Staubsauger unterhalten. Ich will, dass er vorhersehbar meine Sachen sauber macht
Mein Fernseher wurde mit Gemini aufgerüstet. Ich weiß nicht, warum. Ich rede nicht mit meinem Fernseher, aber es wird mir ständig vor die Nase gehalten. Ich überlege, ein Gerät zu kaufen, das Plex->Atmos-Streaming kann
Man muss sich nur den Dotcom-Boom vorstellen. Nur mit dem Unterschied, dass die meisten Verbraucher gegenüber Dingen mit Internetbezug negative Gefühle haben und nur CEOs damit angeben, wie internetmäßig sie sind
Sicher gibt es auch gute AI-Produkte, aber die überwältigende Mehrheit wirkt wie Müll
Ausnahmen sind Coding-Agenten und einfache Web-Text- und Bildschnittstellen
Deshalb ist AI als Markensignal so ziemlich das Schlechteste überhaupt. Auf dem Niveau von Krypto. Aber wie bei Krypto wollen Investoren dieses Signal sehen, unabhängig von der zugrunde liegenden Realität
Vieles von dem, was LLMs derzeit gut können, läuft am Ende auf Übersetzung hinaus
Ein Prompt wird in eine einzelne To-do-Liste übersetzt, und jede Aufgabe auf dieser Liste wird wiederum durch neue Übersetzungen abgearbeitet, etwa indem man eine Aufgabe in Code übersetzt oder externe Tools aufruft. Dinge wie Internetsuche, statische Codeanalyse oder Datenbankabfragen
Die Ergebnisse solcher Aufgaben werden dann in einen finalen Text oder in eine neue To-do-Liste übersetzt
Deshalb finde ich den Gedanken spannend, dass sich vielleicht sogar die Intelligenz des Homo sapiens als Nebenwirkung der Kommunikation entwickelt hat, also des Übersetzens von Worten in Handlungen